Elm 0.19 工作坊教程
2024-09-08 18:03:10作者:庞眉杨Will
本教程将引导您了解并实践由 Richard Feldman 提供的 Elm 0.19 版本的工作坊。此工作坊分为入门和高级课程,旨在教授 Elm 编程语言的核心概念,以及如何构建从基础到复杂的应用程序。
1. 项目目录结构及介绍
Elm 0.19 工作坊的目录结构设计为了逐步学习和实践 Elm 的各项特性:
- 根目录 包含了共同的指导说明和指向不同部分的链接。
intro: 入门课程的相关资料。advanced: 高级课程的内容,适合已经有一定基础的开发者。server: 这个子目录包含了用于支持前端 Elm 应用的后端服务器代码。services: 含有服务定义的 Moleculer 目录,用于构建微服务环境。package.json: Node.js 项目配置文件,定义了依赖和脚本命令。
src: Elm 源码存放位置,包括主应用逻辑。
- `LICENSE**: 许可证文件,表明项目遵循 MIT 协议。
README.md: 主要的阅读材料,提供了快速上手的指南。
2. 项目的启动文件介绍
后端服务器启动
在进行 Elm 应用开发前,首先需要运行后端支持服务器。关键的启动步骤聚焦在 advanced/server 目录下:
- 启动文件 主要是通过运行
npm命令来启动,具体是执行npm start。这将会启动一个基于moleculer的服务,该服务为 Elm 前端提供必要的 API 支持或者静态文件服务。
Elm UI 启动
- 对于 Elm UI,虽然没有传统意义上的“启动”文件,但首次编译和构建 Elm 代码是通过在
advanced/server/或相应 Elm 源码目录下执行elm make src/Main.elm --output=/server/public/elm.js来完成的。这编译 Elm 源码并输出为 JavaScript 文件,准备由前端加载。
3. 项目的配置文件介绍
-
package.json:位于
advanced/server中,定义了 Node.js 项目的依赖包和脚本命令。这是管理后端服务依赖和启动流程的关键文件。通过这个文件中的scripts部分,可以轻松地运行开发服务器 (npm start) 或处理其他构建任务。 -
elm-package.json(未直接提及,但通常存在于 Elm 项目中):在 Elm 项目的源码目录中,管理 Elm 的依赖项。不过在这个特定工作坊结构中,更多依赖于具体的课程说明而非独立列出的配置文件。
在操作这些环节时,请确保遵循根目录下的 README.md 中提供的具体指引,尤其是关于环境设置和先决条件的部分,以确保顺利进行项目的学习和开发。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0574
MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解,并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计,H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力,能够出色地执行复杂的多模态指令。Python00
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python07
doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架,以数据流范式重构开发逻辑,原生支持分布式部署与端边云协同 —— 无需复杂适配,即可实现一体端到端具身大小脑、VLA等模型部署,无缝衔接感知、推理、控制全链路,让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术,它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级,同时兼容 ROS2 生态与国产 AI 芯片,彻底降低具身智能机器人的开发门槛,让分布式部署下的 AI 赋能创新更高效、更灵活。Rust02
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI,适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
热门内容推荐
最新内容推荐
项目优选
收起
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
509
549
暂无描述
Markdown
852
5.68 K
deepin linux kernel
C
33
16
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.04 K
2.48 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
838
1.27 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
845
1.69 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.16 K
856
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++
1.25 K
1.37 K
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
502
345
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
781
410