Golden Grid System 技术文档
2024-12-24 08:57:28作者:劳婵绚Shirley
1. 安装指南
Golden Grid System(以下简称GGS)的安装非常简单,您只需要将以下文件下载到您的本地或者服务器上:
- GGS.html:包含必要的标记(即meta视口标签)和一个简单的演示。
- GGS.css:包含GGS的核心样式,其中包含了一些示例代码。关于其内容的详细信息遍布整个文件的CSS注释中。
- GGS.less:是GGS.css的LESS源码。它为高级用户提供了自定义选项,对于使用LESS的用户来说是一个很好的起点。
- GGS.scss:与GGS.less相同,但是使用SCSS编写。由mikker贡献。
- GGS.js:包含Golden Gridlet脚本,该脚本将GGS网格和1.5em基线网格覆盖到页面上。可以在文件的顶部附近进行自定义。由Ender库提供支持。
2. 项目的使用说明
GGS是一个流动宽度的网格系统,由18个均匀的列组成,其中两个用作外边距,留下16个列供设计使用。这些列可以根据需要组合成8列或4列。它们也可以加倍成32列,但开发者认为没有人需要一个宽达5000 CSS-px的网站的网格。
- GGS.html:可以作为您网站的模板,其中包含了示例的标记和样式。
- GGS.css:包含了Golden Grid System的所有样式规则。您可以直接将其引入到HTML文件中。
- GGS.less 或 GGS.scss:如果您熟悉LESS或SCSS,可以使用这些文件来进行更高级的自定义。
- GGS.js:这个脚本可以在页面上显示网格和基线,方便开发者进行页面设计。
3. 项目API使用文档
由于GGS是一个CSS网格系统,它并没有提供传统意义上的API。但是,GGS.js脚本提供了一些自定义选项:
- 您可以在
GGS.js文件的顶部找到自定义选项,例如设置网格的显示和隐藏。
// 显示或隐藏网格
GoldenGridlet.grid.show();
GoldenGridlet.grid.hide();
- 设置基线网格的行高:
// 设置基线网格的行高
GoldenGridlet.baseline.set('1.5em');
请参考GGS.js文件中的注释以了解更多自定义选项。
4. 项目安装方式
安装GGS的方法如下:
- 将上述文件下载到您的本地或服务器。
- 在您的HTML文件中引入GGS.css:
<link rel="stylesheet" href="path/to/GGS.css">
- 如果您需要使用JavaScript功能,同样在HTML文件中引入GGS.js:
<script src="path/to/GGS.js"></script>
- 可以根据需要自定义
GGS.less或GGS.scss文件,然后编译为CSS。 - 调整GGS.js的配置以适应您的页面设计需求。
现在,您可以开始使用Golden Grid System进行页面布局设计了。
登录后查看全文
热门项目推荐
相关项目推荐
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
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
deepin linux kernel
C
24
8
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++
654
279
暂无简介
Dart
637
145
Ascend Extension for PyTorch
Python
199
219
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
630
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100