At.js 自动补全库技术文档
2024-12-28 08:24:32作者:郜逊炳
1. 安装指南
在开始使用At.js之前,请确保您的项目中已经包含了以下依赖:
- jQuery (版本不低于1.7.0)
- Caret.js
您可以通过以下方式获取这些依赖:
- 使用npm或yarn等包管理工具进行安装。
- 直接在HTML文件中通过
<script>标签引入jQuery和Caret.js的CDN链接。
接下来,您需要引入At.js的相关资源:
<link href="css/jquery.atwho.css" rel="stylesheet">
<script src="js/jquery.caret.js"></script>
<script src="js/jquery.atwho.js"></script>
确保这些资源正确地被引入到您的HTML页面中。
2. 项目的使用说明
At.js是一个自动补全提及、表情等内容的库,类似于在GitHub中看到的功能。它支持在textarea和HTML5的contentEditable元素上使用。
使用At.js非常简单,以下是一个基本的使用例子:
$('#inputor').atwho({
at: "@",
data: ['Peter', 'Tom', 'Anne']
});
在上面的代码中,#inputor是您希望绑定自动补全功能的输入框的ID,at选项定义了触发自动补全的字符(在这个例子中是@),data选项则是提供自动补全建议的数据数组。
3. 项目API使用文档
At.js提供了丰富的API,允许您自定义自动补全的行为。以下是一些常用的API选项:
at: 触发自动补全的字符。data: 提供自动补全建议的数据源,可以是字符串数组,也可以是对象数组。callbacks: 一组可配置的回调函数,用于自定义数据处理器和模板渲染器。template: 自定义模板,用于格式化返回的数据。
更多API选项和详细说明,请查看项目的官方文档。
4. 项目安装方式
您可以通过以下几种方式安装At.js:
- 通过Bower安装:运行
bower install jquery.atwho。 - 通过Component安装:运行
component install ichord/At.js。 - 在Rails项目中使用gem:添加
jquery-atwho-rails到您的Gemfile中。
请根据您的项目需求和偏好选择合适的安装方式。
以上就是关于At.js自动补全库的技术文档,希望对您的开发有所帮助。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220