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!
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00