☘️ 在你的 GitHub 個人資料上種草
我想介紹一下CGrass,它可以從 GitHub 貢獻產生 3D 草圖像。您可以將生成的圖像放置在您的 Github 設定檔中。 CGrass 在 Github 操作上運行,因此您所要做的就是添加工作流程並稍微重寫 README。
↓ 您可以透過以下連結查看該專案的儲存庫
恩雷斯克
/
草叢
對 3D 草的貢獻
英文 | 日本文
如果您喜歡這個項目,請給它一顆星⭐️
CG草
CGrass 是一個 GitHub 貢獻影像產生器,可以與 GitHub Actions 整合。它允許您產生 GitHub 貢獻的 3D 圖像並將其設定在您的個人資料自述文件中。
開始使用
GitHub 操作
將以下程式碼複製到您的設定檔儲存庫中的 .github/workflows/cgrass.yml 檔案。
name: Generate Picture and Push to output branch on: push: branches: - main schedule: - cron: <span>'0 0 * * *'</span> <span># any time you want</span> permissions: contents: write jobs: generate: runs-on: ubuntu-24.04 steps: - name: Checkout uses: actions/checkout@v4 - name: Generate Picture uses: nrysk/cgrass@v1.0.0 with: github_username: ${{ github.repository_owner }} github_token: ${{ secrets.GITHUB_TOKEN }} output_path: output/output.png command: <span>"theme"</span> argument: <span>"github</span>
如何使用CGrass
1. 建立個人資料頁面
建立一個與您的 GitHub 使用者名稱同名的儲存庫。
如果您的 GitHub 使用者名稱是 nrysk,請建立一個名為 nrysk 的儲存庫。
2. 設定工作流程
建立一個名為 .github/workflows/cgrass.yml 的檔案。
name: Generate Picture and Push to output branch on: push: branches: - main schedule: - cron: <span>'0 0 * * *'</span> <span># any time you want</span> permissions: contents: write jobs: generate: runs-on: ubuntu-24.04 steps: - name: Checkout uses: actions/checkout@v4 - name: Generate Picture uses: nrysk/cgrass@v1.0.0 with: github_username: ${{ github.repository_owner }} github_token: ${{ secrets.GITHUB_TOKEN }} output_path: output/output.png command: <span>"theme"</span> argument: <span>"github</span>
當您推送(或在 GitHub 上提交)時,GitHub Actions 將運行。一旦 Action 完成,生成的映像將保存在輸出分支中。
如果遇到分段錯誤,請重新執行。
3.更改主題
您可以透過修改參數欄位中的字串來切換主題。
我準備了 4 個主題:github、github-nograss、planet、planet-nograss。
name: Generate Picture and Push to output branch on: push: branches: - main schedule: - cron: '0 0 * * *' # Adjust the time as desired permissions: contents: write jobs: generate: runs-on: ubuntu-24.04 steps: - name: Checkout uses: actions/checkout@v4 - name: Generate Picture uses: nrysk/cgrass@v1.0.0 with: github_username: ${{ github.repository_owner }} github_token: ${{ secrets.GITHUB_TOKEN }} output_path: output/output.png command: "theme" argument: "github" - name: Push output image to output branch uses: crazy-max/ghaction-github-pages@v4 with: target_branch: output build_dir: output commit_message: "Generate Output Image" env: GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
github
github-nograss
行星
行星無草
4. 將圖像加入您的個人資料中
要在您的個人資料的 README.md 中顯示圖像,請新增以下行並替換
- name: Generate Picture uses: nrysk/cgrass@v1.0.0 with: github_username: ${{ github.repository_owner }} github_token: ${{ secrets.GITHUB_TOKEN }} output_path: output/output.png command: "theme" argument: "github" # Change this part
(選修的)
您可以透過建立主題檔案來使用自訂主題。更多詳情請參考CGrass。
感謝您的閱讀
以上是☘️ 在你的 GitHub 個人資料上種草的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。

Python和C 各有優勢,選擇應基於項目需求。 1)Python適合快速開發和數據處理,因其簡潔語法和動態類型。 2)C 適用於高性能和系統編程,因其靜態類型和手動內存管理。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。

Python在科學計算中的應用包括數據分析、機器學習、數值模擬和可視化。 1.Numpy提供高效的多維數組和數學函數。 2.SciPy擴展Numpy功能,提供優化和線性代數工具。 3.Pandas用於數據處理和分析。 4.Matplotlib用於生成各種圖表和可視化結果。

Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架:Django適合快速開發複雜應用,Flask適用於小型或高度自定義項目。 2.API開發:使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化:利用Python處理數據並通過Web界面展示。 4.機器學習與AI:Python用於構建智能Web應用。 5.性能優化:通過異步編程、緩存和代碼優
