emmet-mode 的安装和配置教程
1. 项目基础介绍及主要编程语言
emmet-mode 是一个用于提高 Web 开发效率的文本编辑器插件,它基于 Emacs 编辑器,提供了对 Emmet 表达式的支持。Emmet 表达式是一种快速编写 HTML 和 CSS 的语法,通过简单的缩写可以快速展开成完整的代码结构。该插件的主要编程语言是 Emacs Lisp,它是一种专为 Emacs 编辑器编写扩展和插件的语言。
2. 项目使用的关键技术和框架
本项目使用的关键技术是 Emacs Lisp 编程语言,以及 Emmet 表达式解析引擎。Emmet 表达式通过特定的语法规则,允许开发者以极其简化的方式编写 HTML 和 CSS 代码。该插件将用户的 Emmet 表达式输入转换为实际的代码,极大地提升了编码效率。
3. 项目安装和配置的准备工作及详细安装步骤
准备工作
在开始安装 emmet-mode 之前,您需要确保您的系统中已经安装了以下软件:
- Emacs 编辑器(版本至少为 24.x)
- Git 版本控制系统
安装步骤
-
打开您的终端或命令提示符。
-
克隆
emmet-mode仓库到您的本地计算机。您可以在 Emacs 的安装目录下创建一个插件文件夹,例如~/.emacs.d/plugins/,然后执行以下命令:git clone https://github.com/smihica/emmet-mode.git ~/.emacs.d/plugins/emmet-mode -
在 Emacs 编辑器中打开您的初始化文件,通常是
~/.emacs或~/.emacs.d/init.el。 -
在初始化文件中添加以下代码,以便加载
emmet-mode:(add-to-list 'load-path (expand-file-name "plugins/emmet-mode" user-emacs-directory)) (require 'emmet-mode) -
为了启用
emmet-mode,您可能需要添加额外的代码来绑定快捷键或者根据您的喜好配置插件。以下是一个简单的配置示例:(define-key web-mode-map (kbd "C-c m") 'emmet-expand-line) (add-hook 'web-mode-hook 'emmet-mode) -
保存初始化文件并重新启动 Emacs 编辑器。现在,当您打开或创建一个 HTML 或 CSS 文件时,
emmet-mode应该会被自动激活。 -
您可以通过输入 Emmet 表达式并使用绑定的快捷键(例如在上面的配置中是
C-c m)来测试emmet-mode是否正常工作。
按照以上步骤,您应该能够成功安装和配置 emmet-mode,并开始享受它带来的高效编码体验。
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-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