QuickJS-Go 开源项目最佳实践
2025-05-10 14:19:48作者:姚月梅Lane
1. 项目介绍
QuickJS-Go 是一个基于 Go 语言和 QuickJS 引擎的项目,它将 QuickJS 引擎嵌入到 Go 程序中,使得 Go 程序可以执行 JavaScript 代码。QuickJS 是一个小型的嵌入式 JavaScript 引擎,它拥有快速的执行速度和较低的资源占用,非常适合在嵌入式系统或服务器端使用。
2. 项目快速启动
首先,确保你的系统中已经安装了 Go 环境。
- 克隆项目到本地:
git clone https://github.com/buke/quickjs-go.git
cd quickjs-go
- 安装依赖:
go get
- 编译项目:
go build
- 运行示例:
./quickjs-go
运行后,你将看到控制台输出一个简单的 JavaScript 交互式环境,你可以在其中输入 JavaScript 代码并执行。
3. 应用案例和最佳实践
3.1 使用 QuickJS-Go 执行 JavaScript 代码
以下是一个简单的例子,演示如何使用 QuickJS-Go 执行一段 JavaScript 代码:
package main
import (
"fmt"
"log"
"quickjs-go"
)
func main() {
ctx, err := quickjs.New()
if err != nil {
log.Fatal(err)
}
defer ctx.Free()
_, err = ctx.Eval("console.log('Hello, world!');")
if err != nil {
log.Fatal(err)
}
fmt.Println("JavaScript 执行完成。")
}
3.2 将 JavaScript 函数暴露给 Go
你可以将 JavaScript 函数绑定到 Go 的函数上,然后在 JavaScript 中调用它们:
package main
import (
"fmt"
"quickjs-go"
)
func jsHello(ctx *quickjs.Context) int {
ctx.PushString("Hello from Go!")
return 0
}
func main() {
ctx, err := quickjs.New()
if err != nil {
fmt.Println(err)
return
}
defer ctx.Free()
ctx.Set("hello", jsHello)
_, err = ctx.Eval(`console.log(hello());`)
if err != nil {
fmt.Println(err)
return
}
fmt.Println("JavaScript 函数调用完成。")
}
4. 典型生态项目
目前,QuickJS-Go 主要用于在 Go 应用程序中嵌入 JavaScript 运行时环境。以下是一些可能的生态项目:
- 在 Go Web 应用程序中使用 QuickJS-Go 作为 JavaScript 的运行时,以执行服务器端的 JavaScript 代码。
- 在物联网设备上运行 JavaScript 代码,以处理设备上的逻辑。
- 在游戏服务器中使用 QuickJS-Go,允许玩家使用 JavaScript 编写自定义的脚本。
这些只是 QuickJS-Go 可能的应用场景,随着社区的发展,可能会有更多创新的使用方式出现。
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
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
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
Spark-Prover-X1-7BSpark-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-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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
312
2.73 K
deepin linux kernel
C
24
7
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++
639
244
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
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
470
Ascend Extension for PyTorch
Python
151
178
暂无简介
Dart
605
135
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
236
84
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
364
3.01 K
React Native鸿蒙化仓库
JavaScript
237
310