Developerkit & Link Develop Demo 环境配置指南

简介: 介绍 AliOS Things + Link Develop 的环境配置方法。

一、设备端开发

Visual Studio Code

本体:https://code.visualstudio.com/

插件: C/C++alios-studio

Python 2.7

下载地址:https://www.python.org/downloads/

注意:macOS 及部分 Linux 系统已预装,Windows 及 部分 Linux 系统需要手动安装。

Windows 用户注意:安装 Python 时,务必选择 Add Python to environment variablesInstall pip

Git

下载地址:https://git-scm.com/downloads

Windows 用户安装后,在任意文件夹右键快捷进入 Git bash,就可以使用 UNIX 终端指令,方便开发。

开发板 USB 驱动

下载地址:http://www.st.com/en/development-tools/stsw-link009.html

正常情况下,macOS 系统将自动识别设备,无须手动安装驱动。

AliOS Things 代码

安装方法:git clone https://github.com/alibaba/AliOS-Things


二、Web 应用开发

Node.js

下载地址:http://nodejs.cn/download/,请下载 8.9及以上版本。

Bone.js

bnpm 包管理工具:npm install -g bnpm --registry=https://npm.aliplus.com/api

提示:Unix* 系统(macOS、Linux)如果提示 EACCES 权限不足的错误,请尝试执行以下命令进行修复:

sudo chown -R $(whoami) /usr/local/bin
sudo chown -R $(whoami) /usr/local/lib

登录 bnpm,执行 bnpm login

访问 https://bone.aliyun.com/profile ,使用页面上的用户名密码在命令行上登录:

https://cdn.yuque.com/lark/2018/png/f92788e5-8235-43d7-810e-12c18028ff08.png

安装本地命令行工具:bnpm install -g @bone/bone-cli

应用代码

地址: https://bone-doc-assets.oss-cn-shanghai.aliyuncs.com/sdk-demo/boneweb-demo-chart.zip

目录
相关文章
|
数据可视化 容器
Qt 之 QPushButton,信号与槽机制
Qt 之 QPushButton,信号与槽机制
374 0
|
域名解析 网络协议 测试技术
性能测试-弱网测试参数选择标准
在当今移动互联网盛行的时代,网络的形态除了有线连接,还有2G/3G/Edge/4G/Wifi等多种手机网络连接方式。不同的协议、不同的制式、不同的速率,使移动应用运行的场景更加丰富。
13451 0
性能测试-弱网测试参数选择标准
|
测试技术 微服务 负载均衡
微服务部署:蓝绿部署、滚动部署、灰度发布、金丝雀发布
在项目迭代的过程中,不可避免需要”上线“。上线对应着部署,或者重新部署;部署对应着修改;修改则意味着风险。 目前有很多用于部署的技术,有的简单,有的复杂;有的得停机,有的不需要停机即可完成部署。
3350 0
|
8月前
|
人工智能 智能设计 算法
推荐5款我最近收集的实用小工具
本文介绍了五款实用高效工具:GIDOT TYPESETTER专业古籍排版,FlairMax智能设计增强,燃精灵微信空号检测,Epubor电子书管理,以及AI修图工具佐糖,涵盖排版、设计、营销与图像处理,助力效率提升。
253 0
|
JavaScript 数据管理 编译器
揭秘 ArkTS 与 TypeScript 的神秘差异:鸿蒙系统开发者的必备知识与实战技巧
【10月更文挑战第18天】ArkTS 是华为为鸿蒙系统(HarmonyOS)推出的开发语言,作为 TypeScript 的超集,它针对鸿蒙系统的分布式特性和需求进行了优化和扩展。ArkTS 强化了分布式数据管理、类型系统、编译与运行时性能,并支持声明式 UI 和专为鸿蒙设计的 API,使开发者能够更高效地开发跨设备协同工作的应用。
1202 6
|
机器学习/深度学习 数据采集 算法
【机器学习】K-Means聚类的执行过程?优缺点?有哪些改进的模型?
K-Means聚类的执行过程、优缺点,以及改进模型,包括K-Means++和ISODATA算法,旨在解决传统K-Means算法在确定初始K值、收敛到局部最优和对噪声敏感等问题上的局限性。
468 2
|
Java
Java并行流问题之parallelStream的使用方式
Java并行流问题之parallelStream的使用方式
388 1
|
机器学习/深度学习 算法 Python
探索XGBoost:参数调优与模型解释
探索XGBoost:参数调优与模型解释
1101 2
|
存储 缓存 存储控制器
FMC&FSMC
FMC&FSMC
820 0
|
数据安全/隐私保护
如来十三掌(与佛论禅、Rot13编码)
如来十三掌(与佛论禅、Rot13编码)
910 0