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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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