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。
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-1.5暂无简介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