Chikamichi 项目教程
2024-09-08 11:14:36作者:尤辰城Agatha
1. 项目的目录结构及介绍
chikamichi/
├── .github/
│ └── workflows/
├── dist/
├── node_modules/
├── src/
│ ├── assets/
│ ├── components/
│ ├── content/
│ ├── hooks/
│ ├── lib/
│ ├── pages/
│ ├── styles/
│ ├── types/
│ ├── utils/
│ ├── App.tsx
│ ├── index.tsx
│ └── manifest.json
├── .gitignore
├── LICENSE
├── README.md
├── package.json
├── tsconfig.json
└── vite.config.ts
目录结构介绍
- .github/workflows/: 存放 GitHub Actions 的工作流配置文件。
- dist/: 存放构建后的项目文件。
- node_modules/: 存放项目的依赖包。
- src/: 项目的源代码目录。
- assets/: 存放静态资源文件,如图片、字体等。
- components/: 存放 React 组件。
- content/: 存放项目的内容文件。
- hooks/: 存放自定义 React Hooks。
- lib/: 存放项目的库文件。
- pages/: 存放项目的页面组件。
- styles/: 存放项目的样式文件。
- types/: 存放 TypeScript 类型定义文件。
- utils/: 存放工具函数。
- App.tsx: 项目的根组件。
- index.tsx: 项目的入口文件。
- manifest.json: 项目的浏览器扩展配置文件。
- .gitignore: Git 忽略文件配置。
- LICENSE: 项目的开源许可证文件。
- README.md: 项目的说明文档。
- package.json: 项目的依赖和脚本配置文件。
- tsconfig.json: TypeScript 配置文件。
- vite.config.ts: Vite 构建工具的配置文件。
2. 项目的启动文件介绍
src/index.tsx
这是项目的入口文件,负责初始化应用并渲染根组件。
import React from 'react';
import ReactDOM from 'react-dom';
import App from './App';
ReactDOM.render(
<React.StrictMode>
<App />
</React.StrictMode>,
document.getElementById('root')
);
src/App.tsx
这是项目的根组件,负责管理应用的状态和路由。
import React from 'react';
import { BrowserRouter as Router, Route, Switch } from 'react-router-dom';
import Home from './pages/Home';
import About from './pages/About';
function App() {
return (
<Router>
<Switch>
<Route path="/" exact component={Home} />
<Route path="/about" component={About} />
</Switch>
</Router>
);
}
export default App;
3. 项目的配置文件介绍
package.json
这是项目的依赖和脚本配置文件,包含了项目的依赖包、脚本命令等信息。
{
"name": "chikamichi",
"version": "1.0.0",
"scripts": {
"dev": "vite",
"build": "tsc && vite build",
"serve": "vite preview"
},
"dependencies": {
"react": "^17.0.2",
"react-dom": "^17.0.2"
},
"devDependencies": {
"@types/react": "^17.0.3",
"@types/react-dom": "^17.0.3",
"typescript": "^4.2.4",
"vite": "^2.3.0"
}
}
tsconfig.json
这是 TypeScript 的配置文件,定义了 TypeScript 编译器的选项。
{
"compilerOptions": {
"target": "ESNext",
"module": "ESNext",
"jsx": "react",
"strict": true,
"esModuleInterop": true,
"skipLibCheck": true,
"forceConsistentCasingInFileNames": true
},
"include": ["src"]
}
vite.config.ts
这是 Vite 构建工具的配置文件,定义了 Vite 的构建选项。
import { defineConfig } from 'vite';
import react from '@vitejs/plugin-react';
export default defineConfig({
plugins: [react()],
build: {
outDir: 'dist',
assetsDir: 'assets'
}
});
manifest.json
这是浏览器扩展的配置文件,定义了扩展的名称、版本、权限等信息。
{
"manifest_version": 2,
"name": "Chikamichi",
"version": "1.0.0",
"description": "Command pallet for the browser",
"permissions": ["history", "bookmarks", "tabs"],
"background": {
"scripts": ["background.js"]
},
"browser_action": {
"default_popup": "popup.html"
}
}
以上是 Chikamichi 项目的教程,包含了项目的目录结构、启动文件和配置文件的介绍。希望对你有所帮助!
登录后查看全文
热门项目推荐
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 StartedRust0556
MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解,并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计,H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力,能够出色地执行复杂的多模态指令。Python00
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python07
doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架,以数据流范式重构开发逻辑,原生支持分布式部署与端边云协同 —— 无需复杂适配,即可实现一体端到端具身大小脑、VLA等模型部署,无缝衔接感知、推理、控制全链路,让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术,它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级,同时兼容 ROS2 生态与国产 AI 芯片,彻底降低具身智能机器人的开发门槛,让分布式部署下的 AI 赋能创新更高效、更灵活。Rust02
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI,适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
热门内容推荐
最新内容推荐
项目优选
收起
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
507
544
暂无描述
Markdown
846
5.65 K
deepin linux kernel
C
33
16
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++
1.04 K
2.46 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
835
1.28 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++
842
1.68 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.16 K
848
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++
1.25 K
1.37 K
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
502
343
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
769
400