如何免费下载 ScratchJr 桌面版?完整安装指南与创意编程入门 🚀
2026-02-05 04:57:58作者:温玫谨Lighthearted
ScratchJr 桌面版是一款专为儿童设计的开源编程学习工具,支持 Mac 和 Windows 系统。通过直观的图形化编程界面,孩子们可以轻松创建动画故事和互动游戏,培养逻辑思维与创造力。本文将详细介绍如何快速安装、配置及使用这款强大的教育软件。
📌 为什么选择 ScratchJr 桌面版?
ScratchJr 源自麻省理工学院的 Scratch 项目,专为5-7岁儿童优化。相比平板电脑版本,桌面版提供更大的创作空间和更稳定的运行环境,适合家庭和学校教育场景。其核心优势包括:
- 离线创作:无需联网即可使用所有功能
- 丰富素材库:内置数百个角色、背景和音效资源
- 多语言支持:包含中文、英文、日文等10余种语言
- 开源免费:完全免费且开放源代码,安全无广告
图:ScratchJr 桌面版工作界面,包含代码积木区、舞台区和角色库
🚀 快速安装步骤(3分钟完成)
1️⃣ 准备环境
确保您的电脑满足以下要求:
- Windows 10/11 或 macOS 10.14+
- 至少 2GB 内存和 200MB 存储空间
- 已安装 Node.js(推荐 v14+ 版本)
2️⃣ 获取源代码
打开终端,执行以下命令克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/sc/ScratchJr-Desktop
3️⃣ 安装依赖
进入项目目录并安装必要依赖:
cd ScratchJr-Desktop
npm install
4️⃣ 启动应用
运行开发服务器启动 ScratchJr:
npm start
图:ScratchJr 桌面版在 Windows 系统的启动界面
🎮 开始创作之旅
界面快速熟悉
启动后将看到三个主要区域:
- 左侧积木区:包含运动、外观、声音等8类编程积木
- 中间舞台区:显示动画效果的预览窗口
- 右侧角色库:可选择人物、动物、场景等素材
创建第一个项目
- 点击主界面的「新建项目」按钮
- 从角色库选择一个角色(如小猫🐱)
- 将「当绿色旗帜被点击」积木拖到脚本区
- 连接「向前移动10步」积木
- 点击绿色旗帜运行程序
图:在 Mac 系统中使用 ScratchJr 创建动画项目
🛠️ 常见问题解决
依赖安装失败怎么办?
如果 npm install 命令失败,尝试:
npm install --force
# 或清除 npm 缓存后重试
npm cache clean --force
npm install
应用启动后显示空白窗口?
这通常是显卡驱动问题,尝试:
- 更新显卡驱动
- 关闭硬件加速:在启动命令后添加
--disable-gpu
如何添加自定义素材?
将图片文件复制到以下目录:
- PNG格式:
src/app/pnglibrary/ - SVG格式:
src/app/svglibrary/
重启应用后即可在素材库中找到新添加的资源。
🤝 参与贡献
ScratchJr 桌面版是开源项目,欢迎通过以下方式参与:
- 报告问题:在项目仓库提交 Issue
- 修复漏洞: Fork 仓库后提交 Pull Request
- 翻译界面:编辑
src/app/localizations/目录下的语言文件
贡献前请务必阅读 CONTRIBUTING.md 文件,了解代码规范和贡献流程。
💡 教育小贴士
- 家长可以通过「样本项目」(位于
src/app/samples/)引导孩子学习 - 教师可利用多语言支持功能,在双语环境中教学
- 鼓励孩子通过「绘画编辑器」创建原创角色,培养艺术创造力
ScratchJr 桌面版让编程学习变得像搭积木一样简单有趣,立即下载开始您的创意编程之旅吧!无论是家庭娱乐还是课堂教学,它都是培养孩子数字素养的理想工具。
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 Notebook0118
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
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
765
4.97 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++
857
1.93 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++
680
1.33 K
Ascend Extension for PyTorch
Python
719
879
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
456
438
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++
1.08 K
1.1 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
151
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
303
118
昇腾LLM分布式训练框架
Python
178
220