新闻详情

新闻详情

首页 / 资讯中心 / 详情

如何在3分钟内给React项目嵌入Web终端:wterm快速上手教程

发布时间:2026/11/19 3:01:20来源:尧图网络
如何在3分钟内给React项目嵌入Web终端:wterm快速上手教程
如何在3分钟内给React项目嵌入Web终端wterm快速上手教程【免费下载链接】wtermA terminal emulator for the web项目地址: https://gitcode.com/gh_mirrors/wterm1/wtermwterm 是一款面向浏览器的 Web 终端模拟器terminal emulator for the web核心用 Zig 编写并编译为约 26 KB 的 WASM配合 React 组件可在几分钟内给任意 React 项目加上一个支持文本选择、复制粘贴、24 位颜色与主题切换的完整终端。本文将带你走通安装、接入和输入控制的完整流程零后端即可先跑起来。wterm 是什么为什么值得用与传统基于 Canvas 的方案不同wterm 直接渲染到 DOM带来几个天然优势️原生交互文字选择、复制粘贴、浏览器查找、读屏器无障碍直接可用高性能Zig WASM 核心脏行追踪dirty-row tracking只重绘变化的行内置主题Default、Solarized Dark、Monokai、Light支持 CSS 变量自定义多框架绑定官方提供 React、Vue 3、Svelte 组件完整 VT 支持VT100/VT220/xterm 转义序列、OSC 8 超链接、宽字符CJK/emoji、备用屏幕vim、htop 等 TUI 程序可正常工作各包职责一目了然完整说明见 README.md包名用途wterm/core无头 WASM 桥接 WebSocket 传输wterm/domDOM 渲染器原生 JS 终端wterm/reactReact 组件 useTerminalhookwterm/just-bash纯浏览器内运行的 Bash 壳第 1 步安装 React 终端依赖约 30 秒在 React 项目根目录执行npm install wterm/dom wterm/react 如果项目是 Next.js记得在next.config.mjs中把两个包加入transpilePackages原因见下文Next.js 项目额外配置。WASM 二进制已内嵌在包里无需任何额外配置即可运行。第 2 步3 行代码渲染终端导入Terminal组件和样式表放入页面即可import { Terminal } from wterm/react; import wterm/react/css; function App() { return Terminal /; }刷新页面一个 80×24 的终端就出现了。此时直接敲键盘输入会原样回显到终端echo 模式。完整最小示例可参考官方文档 react.mdx 与 get-started.mdx。第 3 步接管键盘输入onData 实战真正连接后端或脚本时需要用useTerminalhook 接管输入。官方 React 包 README 给出的标准写法import { Terminal, useTerminal } from wterm/react; import wterm/react/css; function App() { const { ref, write } useTerminal(); return ( Terminal ref{ref} onData{(data) { socket.send(data); // 把键盘输入发给你的 WebSocket 后端 }} / ); }useTerminal返回的四个成员覆盖了几乎所有控制场景详见 README成员作用ref传给Terminal ref{ref}write(data)向终端写入内容字符串或二进制resize(cols, rows)调整终端尺寸focus()聚焦终端常用配置速查Terminal支持的关键 Props完整表格见 react.mdxProp默认值说明cols/rows80 / 24初始行列数theme—solarized-dark、monokai、lightautoResizefalse跟随容器自动调整尺寸wasmUrl—改为独立静态文件加载 WASM利于 CDN 缓存onData回显处理输入不传则自动 echoonTitle/onBell/onResize/onReady—标题、响铃、尺寸、就绪回调切换主题只需一行Terminal thememonokai /。自定义主题通过 CSS 变量--term-fg、--term-bg、--term-color-0--term-color-15实现。Next.js 项目额外配置Next.js 需要在配置中声明两个包否则构建会报 ESM 相关错误// next.config.mjs const nextConfig { transpilePackages: [wterm/dom, wterm/react], };零后端体验搭配 just-bash想让终端真的能执行命令而不用写一行服务端代码wterm/just-bash提供一个完全跑在浏览器里的 Bash 壳。官方 Next.js 示例的接线逻辑非常简洁源码见 page.tsxconst shell new BashShell({ greeting: [Hello from wterm!] }); shell.attach(write); // 输出 → 终端 // Terminal onData{(data) shell.handleInput(data)} / 输入 → 壳支持ls、cat等命令、CtrlR 历史搜索、Tab 补全。想本地跑起官方演示git clone https://gitcode.com/gh_mirrors/wterm1/wterm cd wterm pnpm install zig build pnpm --filter nextjs dev进阶方向完成 3 分钟接入后可以按需求继续扩展连接真实 PTY用wterm/core的 WebSocket 传输对接服务端 PTY实现 SSH 远程终端参考示例 examples/ssh/README.md满血 VT 兼容换用wterm/ghostty内核支持 Kitty 图像协议、组合字符等高级特性ghostty 文档终端里渲染 Markdownwterm/markdown包API 全量参考api-reference.mdx、configuration.mdxwterm 以极小的 WASM 体积换来了接近原生终端的能力无论是做 IDE 内嵌终端、AI 聊天命令行还是教学演示都是一个轻量又完整的选择。【免费下载链接】wtermA terminal emulator for the web项目地址: https://gitcode.com/gh_mirrors/wterm1/wterm创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/18 21:21:17

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/18 14:20:46

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/18 20:01:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/18 11:04:06

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/18 15:55:22

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/18 21:21:16

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉