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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00