Mosha Vue Toastify 消息通知库安装与使用指南
2025-06-04 09:44:12作者:冯梦姬Eddie
概述
Mosha Vue Toastify 是一个专为 Vue 3 设计的轻量级消息通知(toast)组件库,它提供了简洁的API和丰富的自定义选项,让开发者能够快速在项目中实现美观的消息提示功能。
安装方式
使用 npm 安装
npm install mosha-vue-toastify
使用 yarn 安装
yarn add mosha-vue-toastify
快速开始(推荐方式)
这是最简单的集成方式,适合只需要在少数几个组件中使用 toast 功能的场景。
- 在组件中导入核心函数和样式
- 直接调用
createToast方法
<template>
<button @click="showToast">显示通知</button>
</template>
<script lang="ts">
import { defineComponent } from 'vue'
import { createToast } from 'mosha-vue-toastify'
import 'mosha-vue-toastify/dist/style.css'
export default defineComponent({
name: 'ToastDemo',
setup() {
const showToast = () => {
createToast('这是一个简单的通知消息')
}
return { showToast }
}
})
</script>
作为 Vue 插件使用
如果你需要在多个组件中使用 toast 功能,推荐将其注册为全局插件。
1. 在入口文件中注册插件
// main.ts
import { createApp } from 'vue'
import App from './App.vue'
import moshaToast from 'mosha-vue-toastify'
import 'mosha-vue-toastify/dist/style.css'
const app = createApp(App)
app.use(moshaToast)
app.mount('#app')
2. 在组件中使用
注册为插件后,可以通过 this.$moshaToast 在任何组件中调用:
<script lang="ts">
export default defineComponent({
name: 'ToastDemo',
methods: {
showToast() {
this.$moshaToast('通过插件方式显示的通知')
}
}
})
</script>
使用依赖注入方式
对于使用 Composition API 或需要更灵活控制的情况,可以采用依赖注入的方式。
1. 同样需要先在入口文件注册插件
// main.ts
import { createApp } from 'vue'
import App from './App.vue'
import moshaToast from 'mosha-vue-toastify'
import 'mosha-vue-toastify/dist/style.css'
const app = createApp(App)
app.use(moshaToast)
app.mount('#app')
2. 在组件中注入使用
<script lang="ts">
export default defineComponent({
name: 'ToastDemo',
inject: ['moshaToast'],
methods: {
showToast() {
this.moshaToast('通过依赖注入显示的通知')
}
}
})
</script>
样式导入注意事项
无论采用哪种使用方式,都必须导入组件的样式文件:
import 'mosha-vue-toastify/dist/style.css'
否则 toast 将无法正常显示样式效果。
最佳实践建议
- 小型项目:推荐使用"快速开始"方式,按需引入
- 中大型项目:建议注册为全局插件,方便统一管理和维护
- 组件库开发:考虑使用依赖注入方式,避免全局污染
常见问题
Q: 为什么我的 toast 没有样式?
A: 请确保已经正确导入了样式文件 style.css
Q: 可以在 Vue 2 中使用吗? A: 该库专为 Vue 3 设计,不兼容 Vue 2
Q: 如何自定义 toast 的样式和行为? A: 该库提供了丰富的配置选项,我们将在后续文档中详细介绍
通过以上几种方式,你可以轻松地在 Vue 3 项目中集成 Mosha Vue Toastify,为你的应用添加美观实用的消息通知功能。
登录后查看全文
热门项目推荐
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
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
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
7
Ascend Extension for PyTorch
Python
192
212
暂无简介
Dart
632
143
React Native鸿蒙化仓库
JavaScript
243
316
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
481
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提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
649
271
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
212