InteractiveHtmlBom组件分组功能使用指南
2025-06-16 21:51:13作者:何将鹤
组件分组功能原理
InteractiveHtmlBom是一款用于生成交互式BOM表的工具,其核心功能之一是对电子元件进行智能分组。在实际PCB设计中,经常会出现多个相同型号的元件分布在电路板不同位置的情况。通过分组功能,可以将这些相同元件合并显示,大大简化BOM表的查看和管理。
分组字段配置方法
分组功能通过--group-fields参数实现,该参数指定用于分组的元件属性字段。常见的使用场景是按照元件型号(PART_NUMBER)进行分组:
python generate_interactive_bom.py design.json --group-fields "PART_NUMBER"
常见配置误区
很多用户会遇到分组效果不符合预期的情况,这通常是由于错误地同时使用了--extra-fields参数。该参数实际上会同时影响分组字段和显示字段,导致非预期的分组行为。
错误示例:
--group-fields "PART_NUMBER" --extra-fields "PART_NUMBER,Y"
正确做法是明确区分分组字段和显示字段:
--group-fields PART_NUMBER --show-fields Value,Footprint,PART_NUMBER,Y
显示字段与分组字段的关系
- 分组字段:决定哪些元件会被合并为一组
- 显示字段:控制BOM表中显示的列信息
两者需要分开配置才能获得预期的分组效果。如果希望某字段既用于分组又显示在表中,需要在两个参数中都包含它。
界面交互功能
InteractiveHtmlBom生成的BOM表具有丰富的交互功能:
- 列显示控制:可以隐藏/显示特定列
- 元件筛选:通过复选框选择显示/隐藏特定元件
- 重置功能:通过菜单中的"Reset all settings"可以清除所有本地存储的界面配置
这些界面设置会保存在浏览器的本地存储中,不会影响原始数据文件。当需要恢复默认视图时,使用重置功能即可。
最佳实践建议
- 优先使用
PART_NUMBER作为分组字段,这是最常用的元件标识 - 对于需要特殊处理的元件,可以考虑添加额外分组字段
- 显示字段应包含足够的设计信息,如Value、Footprint等
- 定期清理浏览器缓存,特别是在分享BOM表给他人查看时
通过合理配置分组功能,可以显著提高PCB设计审查和元件采购的效率,特别是在处理包含大量重复元件的大型设计时。
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
297
114
昇腾LLM分布式训练框架
Python
178
220