Visual Studio Code HTML 语言服务安装与使用教程
本教程将引导您了解并设置 Microsoft/vscode-html-languageservice 项目,这是一个用于提供 HTML 语言智能支持的库,可以被 Visual Studio Code 和 Monaco 编辑器等工具集成使用。
1. 项目目录结构及介绍
.
├── build # 构建产出文件
├── docs # 文档相关材料
├── src # 源代码目录
│ ├── editorconfig # EditorConfig 配置
│ ├── eslint # ESLint 相关配置
│ ├── gitignore # .gitignore 文件
│ ├── mocharc.json # Mocha 测试配置
│ ├── npmignore # .npmignore 文件
│ ├── prettierrc.json # Prettier 格式化配置
│ └── ... # 其他源码文件
├── CHANGELOG.md # 更新日志
├── LICENSE.md # 许可证文件
├── README.md # 项目读我文件
├── SECURITY.md # 安全政策
├── package-lock.json # 包锁定文件
└── package.json # 项目包定义文件
目录结构主要包括源代码、构建产出、文档和配置文件。src 目录是核心代码存储地,其他如 build 存放构建结果,docs 有项目相关的文档,而 .editorconfig, .eslint, .gitignore, .mocharc.json, .npmignore, .prettierrc.json 等是开发辅助工具的配置。
2. 项目的启动文件介绍
该项目主要用于服务端,不包含可以直接运行的应用程序。主要的入口点在于源码中的 src 文件夹,尤其是 htmlLanguageService.ts 文件,它提供了 HTML 语言服务的核心功能。当你在自己的应用中集成这个库时,将会通过导入这个模块来创建和使用 HTML 语言服务。
例如,您可以使用以下方式引入和初始化服务:
import { createHTMLLanguageService } from 'vscode-html-languageservice';
const htmlService = createHTMLLanguageService();
3. 项目的配置文件介绍
package.json
这是项目的主配置文件,包含了项目的基本信息、依赖和脚本命令。例如,你可以看到项目使用的 typescript 和 vscode-languageserver-node 等依赖,以及像 npm test 这样的测试脚本:
{
"name": "vscode-html-languageservice",
...
"dependencies": {
"@types/json-schema": "^7.0.9",
"vscode-languageserver-types": "^3.15.3"
},
"devDependencies": {
"@typescript-eslint/eslint-plugin": "^5.18.0",
"@typescript-eslint/parser": "^5.18.0",
"eslint": "^8.16.0",
"mocha": "^9.2.0",
"typescript": "^4.8.2"
},
"scripts": {
"test": "tsc && node ./out/test/main.js"
}
}
.eslintrc.json
.eslintrc.json 是 ESLint 的配置文件,用于代码风格检查和规范。
tsconfig.json
可能存在于项目根目录下(但在这个案例中没有显示),tsconfig.json 文件定义 TypeScript 编译选项,指导 tsc 编译器如何处理源代码。
其他配置文件
其他如 .editorconfig, .gitignore, .npmignore 等文件则分别用于跨编辑器代码风格一致性、Git 忽略规则和 npm 发布时要忽略的文件列表。
完成上述步骤后,您就可以开始在您的项目中集成并使用 vscode-html-languageservice 提供的功能了。如果您想要进一步了解或贡献到此项目,阅读仓库中的 README.md 和相关文档会有很大帮助。
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-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