Horizoverlay 项目使用教程
1. 项目介绍
Horizoverlay 是一个为 Final Fantasy XIV 游戏设计的简单水平伤害计量器(Damage Meter)覆盖层。它能够显示玩家的 DPS(每秒伤害)、伤害百分比、HPS(每秒治疗)、最大伤害、战斗持续时间和总 DPS。该项目高度可配置,支持多种语言,包括英语、葡萄牙语、简体中文、繁体中文和法语。
2. 项目快速启动
安装依赖
首先,确保你已经安装了 Node.js 和 Yarn。如果没有安装,可以通过以下命令进行安装:
# 安装 Node.js
curl -fsSL https://deb.nodesource.com/setup_16.x | sudo -E bash -
sudo apt-get install -y nodejs
# 安装 Yarn
npm install --global yarn
下载项目
使用 Git 克隆项目到本地:
git clone https://github.com/bsides/horizoverlay.git
cd horizoverlay
安装项目依赖
在项目目录下运行以下命令安装项目依赖:
yarn install
构建项目
构建项目并启动本地服务器:
yarn build
yarn global add serve
serve docs
配置 ACT 插件
- 确保你已经安装并配置了 hibiyasleep OverlayPlugin。
- 在 OverlayPlugin 中,将 URL 设置为
http://localhost:5000,然后点击“Reload Overlay”按钮。
3. 应用案例和最佳实践
应用案例
Horizoverlay 主要用于 Final Fantasy XIV 游戏中,帮助玩家实时监控 DPS、HPS 等关键数据,从而优化战斗策略。例如,在团队副本中,玩家可以通过 Horizoverlay 实时查看自己和队友的 DPS,调整输出策略,提高团队整体输出效率。
最佳实践
- 自定义配置:Horizoverlay 提供了丰富的配置选项,玩家可以根据自己的需求调整显示内容和样式。例如,可以自定义颜色主题、显示的字段等。
- 多语言支持:项目支持多种语言,玩家可以根据自己的语言偏好选择合适的语言版本。
- 实时调整:在游戏中,玩家可以通过右键点击覆盖层打开设置窗口,实时调整配置,无需重启游戏或插件。
4. 典型生态项目
ACT(Advanced Combat Tracker)
ACT 是一个开源的战斗记录和分析工具,广泛用于各种 MMORPG 游戏中,包括 Final Fantasy XIV。Horizoverlay 依赖 ACT 提供的战斗数据,通过 OverlayPlugin 插件将数据显示在游戏界面上。
OverlayPlugin
OverlayPlugin 是 ACT 的一个插件,允许用户在游戏界面上显示自定义的覆盖层。Horizoverlay 通过 OverlayPlugin 实现数据的实时显示和配置。
Kagerou Overlay
Kagerou Overlay 是另一个 Final Fantasy XIV 的覆盖层项目,提供了类似的功能。Horizoverlay 在设计和功能上受到了 Kagerou Overlay 的启发。
通过以上步骤,你可以快速启动并使用 Horizoverlay 项目,提升你在 Final Fantasy XIV 游戏中的战斗表现。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00