gas-clasp-starter 的安装和配置教程
1. 项目基础介绍和主要编程语言
gas-clasp-starter 是一个开源项目,旨在帮助开发者快速开始使用 Google Apps Script (GAS) 进行开发。Google Apps Script 是一种基于 JavaScript 的脚本语言,允许你在 Google 的各种应用程序(如 Google Sheets, Google Forms 等)中编写自动化脚本。本项目提供了一个基础框架,使得开发者可以更容易地搭建和部署 GAS 应用。
本项目的主要编程语言是 JavaScript。
2. 项目使用的关键技术和框架
本项目使用的关键技术是 Google Apps Script,它允许开发者利用 JavaScript 编写自动化脚本,以便在 Google Workspace 应用程序中执行各种任务。
clasp(Command Line Apps Script Projects)是一个命令行工具,用于创建、编辑、测试和部署 Apps Script 项目。它允许开发者将 GAS 项目作为本地文件系统上的项目进行管理,并提供了与 GitHub 的集成。
3. 项目安装和配置的准备工作及详细步骤
准备工作
在开始安装 gas-clasp-starter 之前,你需要做一些准备工作:
-
确保你的计算机上安装了 Node.js。如果没有安装,可以从 Node.js 官网 下载并安装。
-
创建一个 GitHub 账户,并将你的项目仓库创建在 GitHub 上。
-
安装
clasp工具。打开命令行工具,执行以下命令:npm install -g @google/clasp
安装步骤
-
克隆项目到本地:
git clone https://github.com/howdy39/gas-clasp-starter.git -
进入项目文件夹:
cd gas-clasp-starter -
使用
clasp登录你的 Google 账户:clasp login这将在浏览器中打开一个页面,要求你授权
clasp访问你的 Google Apps Script 项目。 -
将本地项目与你的 GitHub 仓库关联:
clasp clone <你的 GitHub 仓库的 ID>你需要将
<你的 GitHub 仓库的 ID>替换为你的 GitHub 仓库的实际 ID。 -
在本地对项目进行任何必要的修改或开发。
-
当你准备好将更改推送到 GitHub 时,使用以下命令:
git add . git commit -m "你的提交信息" git push origin master请确保将
你的提交信息替换为实际的提交信息。 -
使用
clasp部署你的项目到 Google Apps Script:clasp push
遵循以上步骤,你就可以成功安装和配置 gas-clasp-starter 项目,并开始你的 Google Apps Script 开发工作了。
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-X1-7BSpark-Prover-X1-7B 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-X1-7BSpark-Formalizer-X1-7B 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).Dockerfile015
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