步骤条组件

最近做了一个步骤条组件,使用的是vue3语法,vue2请自己做兼容

先上样式

<template>
  <!-- 步骤条 -->
  <view class="box-top" v-for="(item, index) in dataArray" :key="index">
    <view class="left-box-top">{{ item.createTime }}</view>
    <!-- 左边 -->
    <view
      class="line"
      :class="{ active: item.active, none: index == dataArray.length - 1 }"
    >
      <!-- 中线 -->
      <view class="dot" :class="{ active: item.active }"></view>
      <!-- 圆点 -->
    </view>
    <view class="right-box-top">
      <!-- 右边 -->
      <view>{{ item.msg }}</view>
    </view>
  </view>
</template>

<script setup>
import { defineProps, watch, reactive } from 'vue';
import { onLoad } from '@dcloudio/uni-app';
const props = defineProps({
  dataArray: {
    type: Array,
  },
});
watch(
  () => props.dataArray,
  (newValue, oldValue) => {
    console.log('数据变化了', newValue);
    if (newValue) {
      if (props.dataArray[0]) {
        Object.assign(props.dataArray[0], {
          active: true,
        });
      }
    }
  },
  {
    deep: true,
    immediate: true,
  },
);
onLoad(() => {
  console.log(props.dataArray);
});
</script>

<style lang="scss">
.box-top {
  width: 100%;
  min-height: 120rpx;
  box-sizing: border-box;
  display: flex;
  flex-direction: row;

  .left-box-top {
    width: 180rpx;
    text-align: center;
    color: rgba(198, 198, 198, 1);
    font-size: 24rpx;
  }

  .line {
    width: 4rpx;
    background-color: #999999;
    margin: 0 20rpx 0 20rpx;

    .dot {
      width: 20rpx;
      height: 20rpx;
      border: 1rpx solid #979797;
      background-color: #ffffff;
      border-radius: 50%;
      position: relative;
      left: -10rpx;
    }
  }

  .right-box-top {
    flex: 1;
    padding: 0 0 20rpx 0;
    font-size: 24rpx
  }
}

//激活元素
.active {
  background: #161874 !important;
}

// 隐藏元素
.none {
  background-color: rgba(0, 0, 0, 0) !important;
}
</style>

使用

<Step :dataArray="你想传的数据" />

Python 中集成 Ollama 可以通过使用 `ollama` 官方提供的 Python 客户端库来实现。Ollama 是一个本地运行的大型语言模型(LLM)工具,它支持多种模型,如 Llama 2、Mistral 等,并且可以通过简单的 APIPython 应用程序集成。 ### 安装 Ollama Python 库 首先,需要确保你已经在本地系统上安装了 Ollama。你可以从 [Ollama 官方网站](https://ollama.com/)下载并安装适用于你操作系统的版本。 接下来,安装 Python 客户端库。Ollama 提供了一个官方的 Python 包,可以通过 `pip` 安装: ```bash pip install ollama ``` ### 使用 Ollama Python 库 安装完成后,可以使用 `ollama` 模块来调用 OllamaAPI。以下是一个简单的示例,展示如何使用 Ollama 的 `generate` 方法来生成文本: ```python import ollama # 生成文本 response = ollama.generate(model='llama3', prompt='为什么天空是蓝色的?') # 打印响应 print(response['response']) ``` 在这个例子中,`model` 参数指定了要使用的模型(例如 `llama3`),`prompt` 参数是用户输入的提示词。Ollama 会根据提示词生成相应的文本,并返回一个包含 `response` 字段的字典。 ### 获取模型列表 如果你想查看当前可用的模型,可以使用以下代码: ```python import ollama # 获取模型列表 models = ollama.list() # 打印模型列表 for model in models['models']: print(model['name']) ``` ### 模型对话(Chat) Ollama 还支持更复杂的对话模式,允许你在多轮对话中保持上下文。以下是一个使用 `chat` 方法的示例: ```python import ollama # 开始对话 response = ollama.chat( model='llama3', messages=[ {'role': 'user', 'content': '你好,你能帮我做什么?'}, {'role': 'assistant', 'content': '你好!我可以帮助你回答问题、提供建议,甚至进行简单的创作。有什么我可以帮你的吗?'}, {'role': 'user', 'content': '你能告诉我关于机器学习的基础知识吗?'} ] ) # 打印响应 print(response['message']['content']) ``` 在这个例子中,`messages` 参数是一个包含多个对话记录的列表,每个记录都有一个 `role` 和 `content` 字段。Ollama 会根据这些对话记录生成相应的回复。 ### 错误处理 在实际应用中,建议添加错误处理逻辑,以应对可能出现的网络问题或模型加载失败等情况: ```python import ollama try: response = ollama.generate(model='llama3', prompt='为什么天空是蓝色的?') print(response['response']) except Exception as e: print(f"发生错误: {e}") ``` ### 相关问题
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值