Sublime-Wrap-Plus 项目教程
2024-09-27 09:53:41作者:蔡怀权
1. 项目的目录结构及介绍
Sublime-Wrap-Plus/
├── github/
│ └── workflows/
│ └── tests
├── wrap/
│ └── gitignore
├── python-version
├── Base File/
│ └── sublime-settings
├── Default (Linux)/
│ └── sublime-keymap
├── Default (OSX)/
│ └── sublime-keymap
├── Default (Windows)/
│ └── sublime-keymap
├── LICENSE.txt
├── README.md
├── WrapPlus.sublime-commands
├── WrapPlus.sublime-project
└── unittesting.json
└── wrap_plus.py
目录结构介绍
- github/workflows/tests: 包含项目的测试文件。
- wrap/gitignore: 项目的Git忽略文件。
- python-version: 项目的Python版本文件。
- Base File/sublime-settings: 基础设置文件。
- Default (Linux)/sublime-keymap: Linux 系统的默认快捷键配置文件。
- Default (OSX)/sublime-keymap: macOS 系统的默认快捷键配置文件。
- Default (Windows)/sublime-keymap: Windows 系统的默认快捷键配置文件。
- LICENSE.txt: 项目的许可证文件。
- README.md: 项目的说明文档。
- WrapPlus.sublime-commands: 项目的命令配置文件。
- WrapPlus.sublime-project: 项目的项目配置文件。
- unittesting.json: 项目的单元测试配置文件。
- wrap_plus.py: 项目的主要功能实现文件。
2. 项目的启动文件介绍
README.md
README.md 文件是项目的说明文档,包含了项目的安装、配置和使用方法。用户在安装和使用项目时,首先应该阅读此文件。
WrapPlus.sublime-commands
WrapPlus.sublime-commands 文件定义了项目的命令,用户可以通过这些命令来执行项目的功能。
3. 项目的配置文件介绍
Base File/sublime-settings
Base File/sublime-settings 文件包含了项目的基础设置,用户可以根据需要修改这些设置来定制项目的行为。
Default (Linux)/sublime-keymap
Default (Linux)/sublime-keymap 文件定义了Linux系统下的默认快捷键配置,用户可以通过修改此文件来更改快捷键。
Default (OSX)/sublime-keymap
Default (OSX)/sublime-keymap 文件定义了macOS系统下的默认快捷键配置,用户可以通过修改此文件来更改快捷键。
Default (Windows)/sublime-keymap
Default (Windows)/sublime-keymap 文件定义了Windows系统下的默认快捷键配置,用户可以通过修改此文件来更改快捷键。
WrapPlus.sublime-project
WrapPlus.sublime-project 文件是项目的项目配置文件,包含了项目的各种设置和配置选项。
unittesting.json
unittesting.json 文件是项目的单元测试配置文件,定义了单元测试的相关设置。
wrap_plus.py
wrap_plus.py 文件是项目的主要功能实现文件,包含了项目的核心代码。
登录后查看全文
热门项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
649
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
614
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
71
仓颉编程语言测试用例。
Cangjie
36
649