ant-design - 企业级 UI 设计语言和 React UI 库
Created at: 2015-04-24 23:37:24
Language: TypeScript
License: MIT
蚂蚁设计
企业级 UI 设计语言和 React UI 库。
中文 |葡萄牙 |简体中文 |Українською |西班牙语 |日本語 |العربية
✨ 特征
- 🌈 专为 Web 应用程序设计的企业级 UI。
- 📦 一组开箱即用的高质量 React 组件。
- 🛡 用 TypeScript 编写，具有可预测的静态类型。
- ⚙️ 一整套设计资源和开发工具。
- 🌍 对数十种语言的国际化支持。
- 🎨 基于 CSS in-JS的强大主题定制。
🖥 环境支持
- 现代浏览器
- 服务器端渲染
- 电子
 边缘 |
 火狐 |
 铬 |
 野生动物园 |
 电子 |
|---|---|---|---|---|
| 边缘 | 最近 2 个版本 | 最近 2 个版本 | 最近 2 个版本 | 最近 2 个版本 |
📦 安装
npm install antdyarn add antd🔨 用法
import React from 'react';
import { Button, DatePicker } from 'antd';
const App = () => (
<>
<Button type="primary">PRESS ME</Button>
<DatePicker placeholder="select date" />
</>
);打字稿
antd是用 TypeScript 编写的，具有完整的定义，请检查在 TypeScript 中使用以开始使用。
🌍 国际化
中支持数十种语言，请参阅 i18n。
antd
🔗 链接
- 主页
- 组件概述
- 蚂蚁设计专业版
- 更新日志
- 遥控组件
- 移动用户界面
- 小程序界面
- 蚂蚁设计专业版组件
- 蚂蚁设计图表
- 蚂蚁设计图标
- 蚂蚁设计颜色
- 登陆页面
- 运动
- 脚手架市场
- 开发人员说明
- 版本控制发行说明
- 常见问题
- 用于错误报告的代码沙盒模板
- 自定义主题
- 如何申请成为合作者
⌨️ 发展
使用 Gitpod，一个免费的 GitHub 在线开发环境。
或在本地克隆：
$ git clone git@github.com:ant-design/ant-design.git
$ cd ant-design
$ npm install
$ npm start打开浏览器并访问 http://127.0.0.1:8001 ，有关详细信息，请参阅开发。
🤝 贡献
阅读我们的贡献指南，让我们一起构建更好的蚂蚁。
我们欢迎所有贡献。请先阅读我们的 CONTRIBUTING.md。你可以将任何想法作为拉取请求或 GitHub 问题提交。如果你想改进代码，请查看开发说明并享受美好时光！:)
如果你是协作者，请按照我们的拉取请求原则创建包含协作者模板的拉取请求。
❤️ 赞助商和支持者
About
Author：ant-design
热门帖子
热门github
1
2
4
The Python Risk Identification Tool for generative AI (PyRIT) is an open access automation framework to empower security professionals and machine learning engineers to proactively find risks in their generative AI systems.
(翻译：用于生成式 AI 的 Python 风险识别工具 (PyRIT) 是一个开放式访问自动化框架，使安全专业人员和机器学习工程师能够主动发现其生成式 AI 系统中的风险。)
5
7
8
9
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)
10
11
13