新闻详情

新闻详情

首页 / 资讯中心 / 详情

如何使用风格母版

发布时间:2026/11/3 21:00:20来源:尧图网络
如何使用风格母版
风格母版用于统一画板背景、网格、坐标轴以及点、线、圆、文本等对象的默认样式。当同一批几何图需要用于题库、课件或出版排版时可以在绘图、内嵌展示和导出环节复用同一份母版。本文中的“母版”“风格母版”指同一类样式数据。母版不包含题目的几何构造已有工程仍需单独加载新图仍需提供绘图描述。1. 下载母版打开大角几何母版页面选择需要的风格并下载母版 JSON。以下示例将文件命名为template.json。使用场景调用入口母版格式让 AI 通过 MCP 绘图load_templatetemplate_content传对象或template_url传公开 HTTPS 地址内嵌 SDK 编辑或演示mode.setMasterTemplate(template)JSON 字符串HTTP API 智能生图/api/agent/run的template表单中的 JSON 字符串HTTP API 导出图片或 TikZ渲染接口的templateJSON 请求体中的对象2. 在绘图或展示时应用MCP告诉 AI 母版来源和应用范围先完成 MCP 接入将母版 JSON 上传到对话再发送读取我上传的母版文件应用到全部现有画板并设为后续新建画板的默认母版。 然后画一个边长为 4 的正三角形。如果文件托管在公开 HTTPS 地址也可以让 AI 从该地址加载。下面是load_template的参数示例请将示例地址替换为实际可访问的 JSON 文件地址{template_url:https://example.com/template.json,applyToAllSlides:true,setAsGlobal:true}applyToAllSlides影响全部已有画板setAsGlobal影响当前会话后续新建画板。只想修改部分画板时用applyToSlideIndexes: [1, 3]替换applyToAllSlides画板序号从1开始。本地文件内容应通过template_content传入对象与template_url二选一。完整参数及应用范围规则见在 MCP 中使用母版。SDK加载工程后设置母版SDK 从2.9.0起支持mode.setMasterTemplate()。先按编辑模式或演示模式文档创建实例并加载工程再传入母版 JSON 字符串。以下示例假设宿主网站已将下载文件托管为/template.json且editor已完成初始化constresponseawaitfetch(/template.json);if(!response.ok){thrownewError(读取母版失败${response.status});}constmasterTemplateContentawaitresponse.text();awaiteditor.mode.setMasterTemplate(masterTemplateContent);演示模式使用同样的字符串对当前加载的画板应用母版awaitpresentation.mode.setMasterTemplate(masterTemplateContent);等待设置完成后再检查画板或执行导出。智能生图 API创建任务时传入母版将母版与绘图描述一起提交。下面的命令在template.json所在目录执行请将djo_xxx替换为自己的 API Keycurl-XPOST https://api.dajiaoai.com/api/agent/run\-HAuthorization: Bearer djo_xxx\-Fmodeldinogeo-1-pro\-Fcontent请画一个边长为 4 的正三角形标注顶点 A、B、C。\-Ftemplate./template.jsontemplate./template.json会读取文件内容作为文本表单字段。这里需要 JSON 字符串不能改成上传文件的template./template.json。接口返回taskId后按智能生图接口查询任务详情待任务完成后获取生成结果。3. 在渲染 API 中使用同一份母版已有工程也可以在导出时指定母版。将完整工程保存为project.algeo与template.json放在同一目录。以下示例需要安装jq它会将两个文件读为 JSON 对象构造 PNG 导出请求jq-n\--slurpfileproject project.algeo\--slurpfiletemplate template.json\{content: $project[0], slideIndex: 1, template: $template[0]}|\curl-XPOST https://api.dajiaoai.com/api/render/v2\-HAuthorization: Bearer djo_xxx\-HContent-Type: application/json\--data-binary -此处template是对象不能再用JSON.stringify()包成字符串。省略时沿用目标画板现有样式。示例使用画板保存的相机参数成功后从响应中的url获取图片。PNG、SVG 和 TikZ 导出接口均支持template对象其他请求参数请按对应接口文档填写。常见问题 QA如何确认母版已生效使用包含点、线和文字标注的画板检查背景、线条颜色、线宽及文字样式再切换画板或导出确认所需范围已应用母版。为什么某个对象仍保留原来的颜色母版提供类型默认样式。已有对象按对象 ID 设置的独立样式会保留因此个别对象可能继续使用自己的颜色或线宽。需要统一时应检查并清除或调整这些独立样式。为什么母版没有统一构图和图片尺寸母版用于复用视觉样式。坐标轴或网格的范围、间隔、显示和锁定状态不应作为母版跨画板传播工程母版与画板样式的关系见工程文件数据协议。需要在多个环节保持相同构图和像素尺寸时还应单独统一导出范围与缩放参数参阅多环节图片导出尺寸一致性。
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 2026/11/3 7:07:39

【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 2026/11/3 12:09:35

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 2026/11/3 12:09:38

【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 ... 2026/11/3 12:09:41

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 2026/11/2 5:53:27

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 2026/11/2 5:53:27

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
📞 ✉