Oz: Clojure与ClojureScript的数据可视化工具箱
Oz是一个基于Clojure构建的数据可视化与科学文档处理库,它围绕Vega-Lite和Vega设计。本教程旨在引导您了解如何设置、配置以及启动Oz项目,帮助您高效利用其强大的数据可视化功能。
1. 项目目录结构及介绍
Oz项目采用了典型的Clojure/ClojureScript项目布局,其核心结构如下:
- src: 包含项目的主要源代码。
src/oz: 主要业务逻辑和API实现。
- example-projects: 示例项目目录,提供快速上手的案例。
- deps.edn: 项目的依赖配置文件,列出所有必要的外部库。
- project.clj: Leiningen项目配置文件,定义了项目的元数据、依赖关系和构建指令。
- -shadow-cljs.edn: Shadow CLJS配置文件,用于ClojureScript编译和开发配置。
- README.md: 项目说明文档,提供了快速入门指导和详细特性描述。
- LICENSE: 许可证文件,声明了EPL-1.0许可证。
2. 项目的启动文件介绍
在Oz中,没有特定标记为“启动文件”的单个文件,但有一个关键入口点通常从dev/user.cljs或类似的开发配置文件开始。这个文件包含了设置REPL环境、启动服务器等初始化脚本。通过执行类似以下命令的代码块来启动服务:
(require '[oz.core :as oz])
(oz/start-server)
这将启动一个包含WebSocket连接的服务,允许数据可视化图表与客户端浏览器进行通信。
3. 项目的配置文件介绍
3.1 deps.edn
作为Clojure项目的依赖管理文件,deps.edn列出了项目依赖的所有外部库,包括Clojure本身、ClojureScript编译器以及像Vega和Vega-Lite这样的可视化库。它还可能包含指定版本号、仓库信息和自定义编译选项。
示例结构大致如下:
{:deps {com.raphtory/raphtory {:mvn/version "version-number"}}
:paths ["src"]
...}
3.2 project.clj
虽然Oz项目可能不直接强调project.clj(如果完全使用Shadow CLJS),但在其他Clojure项目中,该文件负责项目设置,包括名称、版本、作者信息、依赖项、测试和构建指令。对于那些使用Leiningen构建的Clojure部分,它至关重要。
(defproject my-oz-project "0.1.0-SNAPSHOT"
:description "My custom Oz-based visualization app"
:dependencies [[org.clojure/clojure "1.x.y"]
[metasoarous/oz "latest-version"]]
:repl-options {:init-ns my-namespace}
...)
3.3 Shadow CLJS配置 (shadow-cljs.edn)
用于ClojureScript的编译和开发设置,包含编译目标、源码路径和重载配置。这对于确保Oz的JavaScript部分能够正确编译和部署至浏览器是必不可少的。
{:builds
[{:id "app"
:target :browser
:source-paths ["srccljs"]
:output-to "public/js/main.js"
:asset-path "js"
...}]}
总结而言,Oz项目的使用始于理解这些基础文件的角色,并按照示例和文档中的指导操作。通过编辑dev/user.cljs或对应的ClojureScript源码来启动服务和实验可视化组件,结合deps.edn和shadow-cljs.edn配置以适应您的开发需求。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00