前端怎么打断点,debugger使用教程

流程1:打上断点

方式一:编辑器内

在一行代码的前面或者后面写上debugger
运行到这的时候就会停止啦

方式二:浏览器控制台内

直接在控制台的source(中文版为源代码/来源)目录下点击左边的行数即可

然后刷新一下 

流程2:遇上断点

遇到断点后,程序会停止运行,此时注意,控制器里打断点的那行代码并没有被执行,
第一个按钮是一直执行到下一个断点的意思,直到运行完毕
第二个按钮是进行下一步,也就是执行下一个逻辑,又或者说,【按逻辑(比如会遇到 if 那些)去执行下一行代码】。

箭头:停止断点调试
眼睛:不跳入函数中去,继续执行下一行代码(F10)
向下的箭头:跳入函数中去(F11)
向上的箭头:从执行的函数中跳出
带斜杠的图标:禁用所有的断点,不做任何调试
 

流程3:查看变量(英文版为scope)

可以查看到不同作用域下的变量的动态变化 ,如下图所示,展示了代码块范围内的所有变量:

提示

提醒一句:对有异步代码的文件进行断点时有个小提醒,可能你在断点的情况下正常运行了,但不断点的情况下就不正常了,这时候就要想到异步的时机问题,可能断点的时候异步就执行完了。

补充 

代表 “下一步(Step)”:运行下一条指令,快捷键 F9。运行下一条语句。一次接一次地点击此按钮,整个脚本的所有语句会被逐个执行。

代表 “跨步(Step over)”:运行下一条指令,但 不会进入到一个函数中,快捷键 F10。
跟上一条命令“下一步(Step)”类似,但如果下一条语句是函数调用则表现不同。这里的函数指的是:不是内建的如 alert 函数等,而是我们自己写的函数。

如果我们对比一下,“下一步(Step)”命令会进入嵌套函数调用并在其第一行暂停执行,而“跨步(Step over)”对我们不可见地执行嵌套函数调用,跳过了函数内部。

执行会在该函数调用后立即暂停。

如果我们对该函数的内部执行不感兴趣,这命令会很有用。

 🚀 个人简介:某大型国企资深软件开发工程师,信息系统项目管理师、ZEEKLOG优质创作者、阿里云专家博主、华为云云享专家,分享前端后端相关技术与工作常见问题~

💟 作    者:码喽的自我修养❣️

📝 专    栏:前端常见问题与避坑指南

🌈 若有帮助,还请 关注➕点赞➕收藏 ,不行的话我再努努力💪💪💪
   更多专栏订阅推荐:

🥕 JavaScript深入研究

👍 前端工程搭建
💕 vue从基础到起飞

✈️ HTML5与CSS3

🖼️ JavaScript基础

⭐️ uniapp与微信小程序

📝 前端工作常见问题与避坑指南

✍️ GIS地图与大数据可视化

📚 常用组件库与实用工具

💡 java入门到实战 

Read more

Claude Code Superpowers -“让 AI 像资深工程师一样工作,而不是像只会写代码的实习生。”‌

Claude Code Superpowers -“让 AI 像资深工程师一样工作,而不是像只会写代码的实习生。”‌

1、什么是Superpowers Superpowers不是独立工具,是Claude Code的插件系统。 装上之后,Claude Code会自动多出一套”技能树”: brainstorming:帮你理清需求再动手,不是瞎写 test-driven-development:强制TDD流程,先写测试 systematic-debugging:4步调试法,找根因 writing-plans:把需求拆成2-5分钟的小任务 subagent-driven-development:子代理流水线干活 核心就一句话:让AI不要瞎搞,按照专业开发流程来。 2、核心价值 “让 AI 像资深工程师一样工作,而不是像只会写代码的实习生。”‌ 它认为,AI 编程的主要问题不是“不会写”,而是“没有流程”。它通过一套可组合的“技能”(Skills),将传统开发中容易被跳过的关键环节变成不可绕过的自动化节点,从而解决 AI 编程中常见的“方向跑偏”、“忽略测试”、“代码质量不稳定”等问题。 其核心价值体现在: * ‌强制测试驱动开发

文心一言开源版部署及多维度测评实例

文心一言开源版部署及多维度测评实例

文章目录 * 第一章 文心一言开源模型简介 * 第二章 模型性能深度实测 * 2.1 通用能力基准测试 * 2.1.1 文本生成质量 * 2.1.2 数学推理能力 * 2.2 极端场景压力测试 * 2.2.1 高并发性能 * 2.2.2 长上下文记忆 * 第三章 中文特色能力解析 * 3.1.2 文化特定理解 * 3.2 行业术语处理 * 3.2.1 法律文书解析 * 3.2.2 医疗报告生成 * 第四章 开源生态建设评估 * 4.1 模型可扩展性验证 * 4.

PaperRed——2026年AI论文写作、AI降重、降低aigc,免费查重的网站

PaperRed——2026年AI论文写作、AI降重、降低aigc,免费查重的网站

一、PaperRed高校合作查重系统——智能学术诚信守护者 核心科技,精准查重 依托第六代A-NLP自然语言处理技术,构建涵盖9亿篇文献的超大数据库,实现深度语义解析与精准查重,高效识别学术雷同片段,为学术成果原创性保驾护航。 全流程学术支持 * 智能查重:一键上传检测,快速定位重复内容,生成含溯源信息的详细报告; * 自动降重:AI智能改写优化,在降低重复率的同时,完整保留核心观点与表达逻辑; * AIGC辅助:支持AI生成内容的检测与针对性优化,适配学术领域新趋势与新要求; * 高效工具集:内置PPT生成、论文速成等实用功能,全方位提升学术创作效率。 高校合作优选 专为学术场景量身打造,覆盖论文、报告、课题材料等多类文件的检测需求,数据存储安全可靠,操作流程简洁便捷,已成为众多高校师生信赖的学术辅助工具。 二、PaperRed论文助手——精准查重,轻松降重 三版可选,满足全阶段学术需求 版本对比,一键甄选 专业版 * 价格:0元/字 * 数据库:涵盖14个(近5年文献资源) * 亮点:

Windows 10下零基础部署llama.cpp的完整指南(含常见错误解决方案)

Windows 10下零基础部署llama.cpp的完整指南(含常见错误解决方案) 最近身边不少朋友开始对本地运行大语言模型产生了兴趣,尤其是那些不想依赖云端服务、希望数据完全留在自己电脑上的技术爱好者。在Windows 10这个最普及的桌面系统上,部署一个像llama.cpp这样的高效推理框架,听起来有点门槛,但实际操作起来,只要跟着清晰的步骤走,避开几个常见的“坑”,整个过程其实比想象中要顺利得多。这篇文章就是为你准备的,无论你是刚接触命令行不久的新手,还是有一定基础但没玩过C++编译的开发者,都能在这里找到从零到一的完整路径。我们会把重点放在那些最容易出错的地方,确保你第一次尝试就能成功看到模型运行起来的效果。 1. 环境准备:搭建坚实的编译地基 在开始编译llama.cpp之前,我们需要一个合适的“施工环境”。对于Windows用户来说,这通常意味着要准备好两样核心工具:一个能用的C/C++编译器,以及一个项目构建系统。很多人第一步就卡在这里,因为Windows默认并不提供这些开发工具。 1.1 编译器选择与安装:GCC还是MSVC? llama.cpp项目主要使用