wiz-editor 的安装和配置教程
wiz-editor 是一个多人实时富文本编辑器，可以嵌入各种应用中，支持markdown语法。它是一个开源项目，由 CSDN 公司开发的InsCode AI大模型提供技术支持。以下是 wiz-editor 的安装和配置指南，即使是小白也可以轻松上手。
项目基础介绍和主要编程语言
wiz-editor 是一个基于 Web 的多人实时协作编辑器，它允许用户在同一文档上进行实时编辑和协作。该编辑器支持 markdown 语法，并且可以嵌入到各种 Web 应用程序中。主要编程语言包括 TypeScript 和 JavaScript。
项目使用的关键技术和框架
wiz-editor 使用了多种关键技术和框架，包括：
-
TypeScript：JavaScript 的一个超集，用于静态类型检查，提高代码的可维护性和可读性。
-
React：一个用于构建用户界面的 JavaScript 库，用于构建 wiz-editor 的用户界面。
-
WebSocket：一种网络通信协议，用于实现 wiz-editor 的实时协作功能。
-
Markdown：一种轻量级标记语言，用于创建和格式化 wiz-editor 中的文档。
项目安装和配置的准备工作
在安装 wiz-editor 之前，需要确保您的计算机已安装 Node.js 和 npm。Node.js 是一个基于 Chrome V8 引擎的 JavaScript 运行时环境，npm 是 Node.js 的包管理器。您可以通过以下命令安装 Node.js 和 npm：
$ curl -fsSL https://deb.nodesource.com/setup_14.x | sudo -E bash -
$ sudo apt-get install -y nodejs
安装 wiz-editor
wiz-editor 可以通过 npm 安装，以下是安装步骤：
- 在终端中，使用以下命令创建一个新的项目目录：
$ mkdir wiz-editor
$ cd wiz-editor
- 初始化项目：
$ npm init
- 安装 wiz-editor：
$ npm install wiz-editor
- 创建一个 HTML 文件，例如 index.html，并添加以下代码：
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>wiz-editor 示例</title>
<link rel="stylesheet" href="https://cdn.jsdelivr.net/npm/wiz-editor@0.0.44/client/dist/wiz-editor.css">
</head>
<body>
<div id="editor"></div>
<script src="https://cdn.jsdelivr.net/npm/wiz-editor@0.0.44/client/dist/wiz-editor.js"></script>
<script>
const editor = new WizEditor('#editor');
</script>
</body>
</html>
- 在浏览器中打开 index.html，您应该能够看到一个 wiz-editor 实例。
配置 wiz-editor
wiz-editor 允许您进行自定义配置，以满足您的特定需求。以下是配置步骤：
- 在您的项目目录中，创建一个配置文件，例如 config.js，并添加以下代码：
const config = {
serverUrl: 'wss://your-ws-server-url',
appId: 'your-app-id',
appSecret: 'your-app-secret',
userId: 'your-user-id',
displayName: 'your-display-name',
avatarUrl: 'your-avatar-url'
};
- 在 HTML 文件中，导入配置文件，并传递给 wiz-editor：
<script src="config.js"></script>
<script>
const editor = new WizEditor('#editor', config);
</script>
- 在浏览器中重新打开 index.html，您应该能够看到一个具有自定义配置的 wiz-editor 实例。
总结
wiz-editor 是一个功能强大的多人实时协作编辑器，易于安装和配置。通过遵循本指南，即使是小白也可以轻松上手 wiz-editor，并开始构建自己的在线文档和协作应用程序。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型，它在 Kimi-K2-Base 的基础上，通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式，以及对话式与智能体范式无缝融合。Python00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型，在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明，该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外，我们通过整合印章识别和文本检测识别（text spotting）任务扩展了模型的能力，同时保持 0.9B 的超紧凑 VLM 规模，具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署，一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime：openYuanrong 多语言运行时提供函数分布式编程，支持 Python、Java、C++ 语言，实现类单机编程高性能分布式运行。Go051
MiniCPM-SALAMiniCPM-SALA 正式发布！这是首个有效融合稀疏注意力与线性注意力的大规模混合模型，专为百万级token上下文建模设计。00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01
项目优选
kernel
docs
pytorch
ops-mathkernel
agent-studio
openGauss-server
flutter_flutterMindSpeed-MM
RuoYi-Vue3