Hammer.vim 技术文档
2024-12-23 23:31:48作者:房伟宁
1. 安装指南
1.1 依赖安装
在使用 Hammer.vim 之前,您需要确保系统中安装了以下依赖:
github-markup和tilt这两个 Ruby gem。- 根据您使用的标记语言,可能还需要安装额外的 gem 或工具。例如:
- 使用
.markdown需要redcarpetgem。 - 使用
.textile需要RedClothgem。 - 使用
.org需要org-rubygem。 - 使用
.creole需要creolegem。 - 使用
.mediawiki需要wikiclothgem。 - 使用
.rst需要docutils。 - 使用
.asciidoc需要asciidoc。 - 使用
.pod需要Pod::Simple::HTML(Perl >= 5.10)。 - 使用
.1需要groff。
- 使用
1.2 安装步骤
-
安装所需的 Ruby gem:
$ [sudo] gem install github-markup tilt -
克隆 Hammer.vim 项目:
$ git clone git://github.com/matthias-guenther/hammer.vim.git -
将插件文件复制到 Vim 的插件目录:
$ cp -R hammer.vim/plugin/* $HOME/.vim/plugin
1.3 RVM 用户注意事项
如果您使用 RVM,可能会遇到随机段错误。解决方法是定义一个 shell 函数,在启动 Vim 前取消 $GEM_HOME 和 $GEM_PATH 的设置:
mvim()
{
(unset GEM_PATH GEM_HOME; command mvim "$@")
}
1.4 rbenv 用户注意事项
即使您设置了全局 Ruby,Vim 仍会使用系统 Ruby。确保在系统 Ruby 下安装所需的 gem:
$ rbenv shell system
$ [sudo] gem install github-markup tilt
2. 项目使用说明
2.1 基本使用
Hammer.vim 是一个 Vim 插件,主要用于将您选择的标记语言转换为 HTML,并在浏览器中打开生成的 HTML 文件。
在 Vim 中,使用以下命令启动 Hammer:
:Hammer
该命令会将当前文件转换为 HTML,并在默认浏览器中打开。
2.2 配置变量
您可以通过设置以下全局变量来定制 Hammer.vim 的行为:
g:HAMMER_DIRECTORY:转换后的 HTML 文件保存路径,默认为/tmp(UNIX)或$TEMP(Windows)。g:HAMMER_BROWSER:用于查看 HTML 文件的浏览器路径,默认为open(OSX)、start(Windows)或xdg-open(X11)。g:HAMMER_TEMPLATE:使用的模板,默认为default,即类似 GitHub README 的模板。g:HAMMER_BROWSER_ARGS:传递给浏览器的可选参数。在 OS X 上,设置为-g可以在后台打开浏览器窗口。
3. 项目 API 使用文档
3.1 命令
:Hammer:将当前文件转换为 HTML 并在浏览器中打开。
3.2 自定义渲染器
Hammer.vim 支持多种标记语言,并且允许您添加自定义渲染器。您可以使用自己喜欢的模板语言(如 ERB、HAML 等)来设计布局。布局会接收渲染后的 HTML 作为部分内容。
4. 项目安装方式
4.1 手动安装
-
克隆项目:
$ git clone git://github.com/matthias-guenther/hammer.vim.git -
复制插件文件:
$ cp -R hammer.vim/plugin/* $HOME/.vim/plugin
4.2 使用插件管理器
您也可以使用 Vim 插件管理器(如 Vundle、Pathogen 等)来安装 Hammer.vim。只需在插件管理器的配置文件中添加相应的插件路径即可。
通过以上步骤,您可以顺利安装并使用 Hammer.vim 插件,享受将标记语言转换为 HTML 并在浏览器中查看的便捷功能。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
热门内容推荐
最新内容推荐
绝杀 Tauri/Pake Mac 打包报错:`failed to run xattr` 的底层逻辑与修复方案避坑指南:Pake 打包网页为何“高级功能失效”?深度解析拖拽与下载的底层限制Tauri/Pake 体积极限优化:如何把 12MB 的应用无情压榨到 2MB 以内?受够了 100MB+ 的套壳 App?最强 Electron 替代方案 Pake 深度测评与原理解析告别臃肿积木!用 Pake 1 分钟把任意网页变成 3MB 桌面 App(附国内极速环境包)智能票务抢票系统:突破手动抢票瓶颈的效率革命方案如何利用Path of Building PoE2高效规划流放之路2角色构建代码驱动的神经网络可视化:用PlotNeuralNet绘制专业架构图whisper.cpp CUDA加速实战指南:让语音识别效率提升6倍的技术解析Windows 11系统PicGo高效解决安装与更新全流程指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
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++
941
868
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
394
292
暂无简介
Dart
911
219
🎉 (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
1.54 K
894
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++
124
198
昇腾LLM分布式训练框架
Python
142
168
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
1.07 K
557