Visual Studio Code Debug Adapter Node.js 项目启动与配置教程
2025-04-29 16:35:00作者:薛曦旖Francesca
1. 项目的目录结构及介绍
Visual Studio Code Debug Adapter Node.js 项目通常包含以下目录结构:
.
├── adapter
│ ├── __tests__
│ │ └── ...
│ ├── src
│ │ └── ...
│ └── package.json
├── launchers
│ ├── __tests__
│ │ └── ...
│ ├── src
│ │ └── ...
│ └── package.json
├── test
│ └── ...
├── .vscode
│ └── launch.json
├── .github
│ └── ...
├── .gitignore
├── CHANGELOG.md
├── CONTRIBUTING.md
├── LICENSE
├── package.json
├── README.md
└── ...
adapter目录:包含了Debug Adapter的实现代码,以及相关的测试代码。launchers目录:包含了用于启动和调试程序的launchers,以及相关的测试代码。test目录:包含了项目的单元测试和集成测试代码。.vscode目录:包含了Visual Studio Code的工作区配置文件,例如launch.json用于配置调试器。.github目录:包含了GitHub工作流和模板文件。.gitignore文件:定义了哪些文件和目录应该被Git忽略。CHANGELOG.md文件:记录了项目的更新和修改历史。CONTRIBUTING.md文件:提供了贡献指南,告诉贡献者如何向项目贡献代码。LICENSE文件:包含了项目的许可证信息。package.json文件:定义了项目的依赖、脚本和元数据。README.md文件:提供了项目的概述、安装和使用说明。
2. 项目的启动文件介绍
项目的启动通常是通过package.json中的脚本来实现的。以下是package.json中的示例脚本:
"scripts": {
"start": "node adapter/src/debugAdapter.js",
"test": "jest"
}
这里定义了两个脚本:
"start":用于启动Debug Adapter。它将运行adapter/src/debugAdapter.js文件。"test":用于运行测试,这里使用了jest作为测试框架。
要启动项目,可以在项目根目录下运行以下命令:
npm start
这将启动Debug Adapter,并监听来自Visual Studio Code的调试请求。
3. 项目的配置文件介绍
项目的配置文件主要是.vscode/launch.json。这个文件用于配置Visual Studio Code的调试器。以下是一个示例配置:
{
"version": "0.2.0",
"configurations": [
{
"name": "Node.js Launch",
"type": "node",
"request": "launch",
"program": "${workspaceFolder}/adapter/src/debugAdapter.js",
"stopOnEntry": false,
"args": [],
"cwd": "${workspaceFolder}",
"console": "integratedTerminal"
}
]
}
这个配置定义了一个名为Node.js Launch的调试配置,它指定了以下选项:
"type":调试的类型,这里是Node.js。"request":调试的请求类型,这里是启动一个新的调试会话。"program":要调试的程序的路径。"stopOnEntry":是否在程序入口处停止。"args":传递给程序的命令行参数。"cwd":程序的工作目录。"console":调试过程中使用的控制台类型。
使用这个配置,你可以通过Visual Studio Code的调试界面启动和调试项目。
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
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
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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 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
项目优选
收起
deepin linux kernel
C
24
7
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
369
3.14 K
Ascend Extension for PyTorch
Python
162
183
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
254
90
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
475
仓颉编译器源码及 cjdb 调试工具。
C++
126
854
React Native鸿蒙化仓库
JavaScript
240
314
🎉 (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
1.09 K
617
暂无简介
Dart
613
138
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++
644
255