p5.js-widget 使用教程
1. 项目介绍
p5.js-widget 是一个开源项目,旨在简化在网页中嵌入可编辑的 p5.js 草图的过程。p5.js 是一个基于 JavaScript 的创意编程库,广泛用于艺术、设计和教育领域。p5.js-widget 提供了一个可重用的组件,使得在博客文章、互动课程和其他地方嵌入 p5.js 草图变得更加容易。
2. 项目快速启动
2.1 克隆项目
首先,克隆 p5.js-widget 项目到本地:
git clone https://github.com/toolness/p5.js-widget.git
2.2 安装依赖
进入项目目录并安装依赖:
cd p5.js-widget
npm install
2.3 启动开发服务器
启动开发服务器以查看和编辑 p5.js 草图:
npm start
开发服务器将在 http://localhost:8080/ 启动,并自动重新构建主 JS 包,以便在您更改任何依赖项时进行实时更新。
3. 应用案例和最佳实践
3.1 在博客文章中嵌入 p5.js 草图
p5.js-widget 使得在博客文章中嵌入可编辑的 p5.js 草图变得非常简单。只需在页面中添加以下脚本:
<script src="https://toolness.github.io/p5.js-widget/p5-widget.js"></script>
然后,您可以使用以下代码将 p5.js 草图嵌入到博客文章中:
<script type="text/p5">
function setup() {
createCanvas(400, 400);
}
function draw() {
background(220);
ellipse(50, 50, 80, 80);
}
</script>
3.2 在互动课程中使用 p5.js-widget
p5.js-widget 也非常适合在互动课程中使用。通过嵌入可编辑的 p5.js 草图,学生可以直接在课程页面中进行编程练习,实时查看结果。
4. 典型生态项目
4.1 p5.js
p5.js 是 p5.js-widget 的核心依赖库,是一个基于 JavaScript 的创意编程库,广泛用于艺术、设计和教育领域。p5.js 提供了丰富的图形和互动功能,使得开发者可以轻松创建复杂的视觉效果和互动体验。
4.2 TypeScript
p5.js-widget 项目使用 TypeScript 进行开发,TypeScript 是 JavaScript 的超集,提供了静态类型检查和更强大的开发工具支持。使用 TypeScript 可以提高代码的可维护性和可读性。
4.3 React
p5.js-widget 项目还使用了 React 框架,React 是一个用于构建用户界面的 JavaScript 库。通过使用 React,p5.js-widget 可以更高效地管理和渲染嵌入的 p5.js 草图。
通过本教程,您应该已经掌握了如何快速启动和使用 p5.js-widget 项目,并了解了其在实际应用中的案例和最佳实践。希望这些信息对您有所帮助!
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00