node.js安装以及HbuilderX配置

npm安装教程:
一.下载Node.js安装包
官网:https://nodejs.org/en/
二.使用之前,我们先来掌握3个东西是用来干什么的。
webpack: 它主要的用途是通过CommonJS的语法把所有浏览器端需要发布的静态资源做相应的准备,比如资源的合并和打包。

vue-cli: 用户生成Vue工程模板。(帮你快速开始一个vue的项目,也就是给你一套vue的结构,包含基础的依赖库,只需要 npm install就可以安装)

在这里插入图片描述
如图,现在下载的版本是14.16.0 LTS (推荐用户现在使用):
在这里插入图片描述
双击安装

1.首先我们可以看到的是默认的为C盘路径,这里就我们以D盘为例子进行安装:d:\node.js
在这里插入图片描述
在这里插入图片描述
一路点Next
在这里插入图片描述
点Finsh完成
在这里插入图片描述
接下来 我们win+r快捷键
在这里插入图片描述
我们输入echo %PATH%
在这里插入图片描述
我们输入node -v 以及 npm -v
在这里插入图片描述
我们看一下C:\Users\Administrator\AppData\Roaming
在这里插入图片描述
我们可以看到npm的本地仓库跑在系统盘c盘的用户目录(没见到npm-cache是因为没有用过,一使用缓存目录就生成了),我们试图把这2个目录移动回到D:\nodejs
先如下图建立2个目录
在这里插入图片描述
然后运行以下2条命令
npm config set prefix “D:\nodejs\node_global”
npm config set cache "D:\nodejs\node_cache"

如下图,我们再来关注一下npm的本地仓库,输入命令npm list -global
在这里插入图片描述
输入命令npm config set registry=http://registry.npm.taobao.org 配置镜像站
在这里插入图片描述
输入命令npm config list 显示所有配置信息,我们关注一个配置文件
在这里插入图片描述
C:\Users\Administrator.npmrc
在这里插入图片描述
使用txt文本或者是文本编辑器,我们可以看到刚才的配置信息:
在这里插入图片描述

检查一下镜像站行不行命令1
npm config get registry在这里插入图片描述
检查一下镜像站行不行命令2
Npm info vue 看看能否获得vue的信息
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
注意,此时,默认的模块D:\nodejs\node_modules 目录
将会改变为D:\nodejs\node_global\node_modules 目录,
如果直接运行npm install等命令会报错的。
我们需要做1件事情:

1、增加环境变量NODE_PATH 内容是:D:\nodejs\node_global\node_modules
在这里插入图片描述
(注意,一下操作需要重新打开CMD让上面的环境变量生效)

一、测试NPM安装vue.js
命令:npm install vue -g
这里的-g是指安装到global全局目录去

在这里插入图片描述
我们看一下:D:\nodejs\node_global\node_modules\vue
在这里插入图片描述

二、测试NPM安装vue-router
命令:npm install vue-router -g

在这里插入图片描述
在这里插入图片描述
运行npm install vue-cli -g安装vue脚手架
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
对path环境变量添加D:\nodejs\node_global
win10以下版本的,横向显示PATH的,注意添加到最后时,不要有分号【;】

在这里插入图片描述
重新打开CMD,并且测试vue是否使用正常
在这里插入图片描述
注意,vue-cli工具是内置了模板包括 webpack 和 webpack-simple,前者是比较复杂专业的项目,
他的配置并不全放在根目录下的 webpack.config.js 中。

初始化,安装依赖:
安装时 install vue-router? 是yes 其余的都是No
在这里插入图片描述
运行npm install安装依赖在这里插入图片描述

运行npm run dev
在dos命令中输入 npm run dev

在这里插入图片描述
根据提示的http://localhost:8080 在浏览器中打开。
在这里插入图片描述
自动打开浏览器http://localhost:8080/#/
在dos命令中输入:npm run build
生成静态文件,打开dist文件夹下新生成的index.html文件
在这里插入图片描述

接下来我们就以Hbuilderx工具进行对Node.js以及对npm 的配置
官方网:https://www.dcloud.io/hbuilderx.htmlHubilderX链接

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在终端输入npm run dev 将项目运行

### LlamaIndex 多模态 RAG 实现 LlamaIndex 支持多种数据类型的接入与处理,这使得它成为构建多模态检索增强生成(RAG)系统的理想选择[^1]。为了实现这一目标,LlamaIndex 结合了不同种类的数据连接器、索引机制以及强大的查询引擎。 #### 数据连接器支持多样化输入源 对于多模态数据的支持始于数据收集阶段。LlamaIndex 的数据连接器可以从多个异构资源中提取信息,包括但不限于APIs、PDF文档、SQL数据库等。这意味着无论是文本还是多媒体文件中的内容都可以被纳入到后续的分析流程之中。 #### 统一化的中间表示形式 一旦获取到了原始资料之后,下一步就是创建统一而高效的内部表达方式——即所谓的“中间表示”。这种转换不仅简化了下游任务的操作难度,同时也提高了整个系统的性能表现。尤其当面对复杂场景下的混合型数据集时,良好的设计尤为关键。 #### 查询引擎助力跨媒体理解能力 借助于内置的强大搜索引擎组件,用户可以通过自然语言提问的形式轻松获得所需答案;而对于更复杂的交互需求,则提供了专门定制版聊天机器人服务作为补充选项之一。更重要的是,在这里实现了真正的语义级关联匹配逻辑,从而让计算机具备了一定程度上的‘认知’功能去理解和回应人类意图背后所蕴含的意义所在。 #### 应用实例展示 考虑到实际应用场景的需求多样性,下面给出一段Python代码示例来说明如何利用LlamaIndex搭建一个多模态RAG系统: ```python from llama_index import GPTSimpleVectorIndex, SimpleDirectoryReader, LLMPredictor, PromptHelper, ServiceContext from langchain.llms.base import BaseLLM import os def create_multi_modal_rag_system(): documents = SimpleDirectoryReader(input_dir='./data').load_data() llm_predictor = LLMPredictor(llm=BaseLLM()) # 假设已经定义好了具体的大型预训练模型 service_context = ServiceContext.from_defaults( chunk_size_limit=None, prompt_helper=PromptHelper(max_input_size=-1), llm_predictor=llm_predictor ) index = GPTSimpleVectorIndex(documents, service_context=service_context) query_engine = index.as_query_engine(similarity_top_k=2) response = query_engine.query("请描述一下图片里的人物表情特征") print(response) ``` 此段脚本展示了从加载本地目录下各类格式文件开始直到最终完成一次基于相似度排序后的top-k条目返回全过程。值得注意的是,“query”方法接收字符串参数代表使用者想要询问的内容,而在后台则会自动调用相应的解析模块并结合先前准备好的知识库来进行推理计算得出结论。
评论 15
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