使用VS Code运行前端代码

优质文章学习记录

— 3 min read
使用VS Code运行前端代码

文章目录

VS Code运行HTML文件

提示：这里可以添加本文要记录的大概内容：

但是我在使用VS Code和Hbuilder的不同是：

Hbuilder我记得是可以在菜单栏的“文件”→“新建”→“HTML5+项目”，填写项目名称、路径等信息后点击“完成”即可创建一个新项目

一、安装VS Code 配置插件

如何使用VS Code安装插件及VS Code上的常用插件点我查看

以前写HTML用的是Hbuilder，最近突然发现VS Code也不错，只需要安装open in browser插件即可

在这里插入图片描述

二、在电脑上新建文件夹

VS Code使用是在本地打开一个文件夹

先在电脑上新建个文件夹

在这里插入图片描述


打开VS Code
然后选择【文件】→【打开文件夹】，找到刚才新建的文件夹

在这里插入图片描述

随后点开该文件夹，再次右键选择【新建文件夹】
目的：做好文件分类

在这里插入图片描述

三、新建文件【名字.html】

然后要再右键新建文件【名字.html】使用
html文件图标会变成：<>
css文件图标会变成：#

请添加图片描述

四、运行.html文件

进入页面输入：html:5回车，我们大部分代码是写在body标签下的
下面是个简单的HTML页面展示：

在这里插入图片描述

在文件里面还有个自动保存代码的功能

在这里插入图片描述

VS Code运行VUE代码

Vue-cli脚手架

Read more

2026年最强AI写网文工具深度测评：ai写小说软件与AI写作平台全面对比

2026年最强AI写网文工具深度测评：ai写小说软件与AI写作平台全面对比

进入2026年，AI写作市场已经从“野蛮生长”步入了“精耕细作”的阶段。对于网文作者、短剧编剧以及漫剧创作者而言，现在的痛点早已不是“找不到AI工具”，而是“找不到能真正帮自己赚到钱的AI工具”。 市面上的大模型和写作软件多如牛毛，有的主打底层算力，有的主打现成模板。为了帮助大家避开商业化写作中的各种“暗坑”（如高昂的订阅费、平台AI查重退稿等），我们从底层逻辑推演、长文本连贯性、文本拟人度（防检测）、生态闭环与使用成本五个维度，对目前市面上最热门的四款工具——DeepSeek、豆包、笔灵AI、炼字工坊，进行了一次全方位、多角度的硬核排位测评。 一、 核心测评对象与定位 1. 通用算力天花板：DeepSeek —— 以强大的代码和逻辑推演能力霸榜的通用大模型。 2. 国民级灵感助手：豆包 (Doubao) —— 主打便捷交互、语音输入的轻量级AI。 3. 老牌模板化写作工具：笔灵AI —— 较早切入AI写作赛道，依靠预设模板库吸引用户的垂直软件。 4. 全链路商业变现新锐：

【AIGC工作流】解构AI短剧生产管线：从手动调用DeepSeek+MJ，到Agent一站式自动化的演进

作为一名在代码堆里摸爬滚打多年的老程序员，我对AIGC技术的落地一直保持着敏锐的观察。从最初的GPT-3 API调用，到Stable Diffusion本地部署，再到现在的视频生成模型，技术迭代的速度令人咋舌。 但在实际的AI短剧（AI Video）落地过程中，由于工具链的极度分散，导致生产效率极其低下。本文将从工作流（Workflow）重构的角度，复盘我如何将短剧生产周期从30天压缩至1天的技术路径，并分享一个我近期深度使用的Agent化平台——有戏AI。 一、 痛点：传统AIGC“烟囱式”架构的效率瓶颈 在早期制作我的《重生之玄界》（全网播放量1亿+）系列时，采用的是典型的分步式微服务架构思路，每一个环节都是独立且割裂的： 1. NLP层：调用 DeepSeek / GPT-4 生成分镜脚本（Prompt Engineering 耗时极长）。 2. 图像层：将脚本转化为绘图Prompt，扔进 Midjourney 或 SD。这里最大的技术难点是角色一致性（Character Consistency）

Android Studio集成GitHub Copilot GPT-4o：AI辅助开发实战与避坑指南

快速体验 在开始今天关于 Android Studio集成GitHub Copilot GPT-4o：AI辅助开发实战与避坑指南 的探讨之前，我想先分享一个最近让我觉得很有意思的全栈技术挑战。 我们常说 AI 是未来，但作为开发者，如何将大模型（LLM）真正落地为一个低延迟、可交互的实时系统，而不仅仅是调个 API？ 这里有一个非常硬核的动手实验：基于火山引擎豆包大模型，从零搭建一个实时语音通话应用。它不是简单的问答，而是需要你亲手打通 ASR（语音识别）→ LLM（大脑思考）→ TTS（语音合成）的完整 WebSocket 链路。对于想要掌握 AI 原生应用架构的同学来说，这是个绝佳的练手项目。 从0到1构建生产级别应用，脱离Demo，点击打开 从0打造个人豆包实时通话AI动手实验 Android Studio集成GitHub Copilot GPT-4o：AI辅助开发实战与避坑指南 传统Android开发的效率瓶颈 在传统Android开发过程中，开发者常常面临以下痛点： * 重复代码编写：

大模型微调主要框架 Firefly vs LLaMA Factory 全方位对比表

Firefly vs LLaMA Factory 全方位对比表 + 生物医药垂类微调选型建议 一、核心维度对比表格 对比维度Firefly（流萤）LLaMA Factory开发主体个人开源：杨建新（YeungNLP），前Shopee NLP工程师，中山大学硕士社区开源：hiyouga核心维护，全球开源社区协同迭代项目定位聚焦中文大模型的轻量化训练框架+配套中文优化模型通用型全栈大模型微调框架，无语言/模型偏向，极致兼容支持基座模型以中文友好模型为主（Llama系列、Qwen、ChatGLM、Firefly自训模型），覆盖有限但深度适配全主流开源模型全覆盖（Llama、Qwen、Mistral、DeepSeek、GLM、Yi、Firefly等），几乎无适配成本支持微调方式基础SFT、LoRA/QLoRA、增量预训练，进阶对齐方法较少SFT、DPO/IPO/KTO、RLHF、预训练、多模态微调，全流程对齐方案完整中文优化原生深度优化：中文分词、语料、表达逻辑专项适配，