React Native Worklets Core 项目下载与安装教程
1. 项目介绍
React Native Worklets Core 是一个用于在 React Native 应用中运行 JavaScript 函数(称为 "Worklets")的库,能够在单独的线程上执行,从而提高应用性能和响应速度。这个库通常不作为独立依赖使用,而是作为其他模块如 react-native-vision-camera、react-native-wishlist 或 react-native-skia 的同伴依赖。
2. 项目下载位置
本项目托管在 GitHub 上,项目地址为:https://github.com/margelo/react-native-worklets-core.git
3. 项目安装环境配置
在开始安装之前,请确保你的开发环境中已经安装了以下工具:
- Node.js
- npm 或 yarn 包管理器
- React Native 开发环境
以下是一个典型的环境配置流程:
安装 Node.js 和 npm/yarn
首先,确保你的系统上安装了 Node.js 和 npm/yarn。可以通过在终端运行以下命令来检查安装情况:
node -v
npm -v
# 或者
yarn -v
如果没有安装或版本不符合要求,请访问 Node.js 官网下载安装。
安装 React Native CLI
在终端中运行以下命令来安装 React Native CLI:
npm install -g react-native-cli
# 或者
yarn global add react-native-cli
创建 React Native 项目
创建一个新的 React Native 项目,以便进行 Worklets Core 的集成测试:
npx react-native init MyNewProject
cd MyNewProject
环境配置示例
以下是安装 Node.js 的界面示例(假设使用包管理器):

以下是 React Native CLI 安装成功的终端输出示例:

4. 项目安装方式
在已经配置好的 React Native 项目中,通过以下命令将 React Native Worklets Core 库安装为依赖:
npm install react-native-worklets-core
# 或者
yarn add react-native-worklets-core
安装完成后,需要在 Babel 配置文件中添加相应的插件。在项目根目录下的 babel.config.js 文件中添加以下内容:
module.exports = {
plugins: [
["react-native-worklets-core/plugin"],
],
};
然后重启 Metro 并清理缓存:
yarn start --reset-cache
5. 项目处理脚本
在项目的 package.json 文件中,可以添加一些脚本来简化项目的构建和运行流程。例如:
{
"scripts": {
"start": "react-native start",
"build": "react-native run-android",
"test": "jest"
}
}
这样,你就可以通过运行 yarn start 来启动项目,yarn build 来构建应用,或者 yarn test 来运行测试。
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