- 社区热度
- 24 Stars
- GitHub 收藏
- 最近活跃
- 2026/8/20
- 近 30 天还在更新
- 授权协议
- NOASSERTION
- 需自行阅读条款
为什么值得关注
不是看 Star 排名,而是看它解决了什么问题、实际有没有用,以及方法为什么值得关注。
解决的问题
R 语言传统绘图设备依赖于动态输出,导致布局、文字测量与渲染紧密耦合,无法在绘制前获取精确几何坐标,给图表测试、可访问性处理及复杂排版带来长久痛点。
实际价值
通过 Rust 后端实现渲染前完全求解,支持场景静态检查、防碰撞标签重排、结构化差异对比、多格式一致渲染以及无设备文本测量。
创新 / 差异化
将绘图场景视作不可变值而非设备状态,结合预计算的几何求解器、静态图表分析和基于结构的回归测试,跳出了传统图形设备驱动的限制。
扩展潜力
作为 ggplot2 语法生态底层的几何图形框架,能够直接承载现有 grid、ggplot2 和 lattice 对象,并向外输出标签化 PDF 及多格式向量图。
为什么是现在
在 R 语言对自动化图表测试、无障碍访问(如屏幕阅读器与色盲模拟)及复杂矢量排版的需求日益增长的背景下推出,切中要害。
社区活跃度
近 90 天新增 3 个 Issue、43 个 PR;窗口内抽取的 Issue/PR 样本中有 1 位 Issue 发起者、1 位 PR 贡献者,并发布 16 个版本。
维护者响应
窗口内 3 个 Issue 样本关闭率 67%,43 个 PR 样本合并率 98%。维护者评论样本仅覆盖该 Issue 样本的 100%,不足以可靠判断首次响应率与响应速度。
核心亮点
- 在渲染前通过 Rust 后端完成文本测量、布局计算与坐标解析
- 提供静态分析图形检查器(lint),可捕获对比度不足、画幅外或过小字号
- 支持结构化哈希与差异对比,以检测图表变更
快速开始
安装方式、上手难度、开始步骤。
装在哪
本地运行
难不难
中等,需要一点配置
- 01确保本地环境中已安装 Rust 工具链(cargo 和 rustc)。
- 02在 R 控制台中通过 pak 或 devtools 安装该软件包。
- 03使用 pak::pak("r-vellum/vellum") 完成源码编译与安装。
更适合谁
- 想在本机直接跑起来试用的开发者
更多介绍
Vellum 是一个面向 R 语言的低级图形框架,其核心在于在任何图形到达画布前,就完成文本测量、布局求解和元素坐标计算。通过底层的 Rust 渲染库,它允许开发者对场景进行结构化查询、文本自动换行与缩放、标签碰撞消除以及渲染前的静态检查。
该框架与 R 原生的 grid 系统处于同一层级,支持图层混合、渐变、图案填充、遮罩以及大数据点的网格聚合渲染(datashade)。开发者可以通过统一的场景对象输出多种格式,保持不同后端间几何结构的一致性。
信息来源
每条信息都标注了状态与出处,可展开查看。
14 条 · 展开
信息来源
每条信息都标注了状态与出处,可展开查看。
capability tags
已核验productivity、data_analysis
来源: admin_cms · cms editor · 2026/8/22
editor note
已核验{"en":"This project provides a low-level graphics engine for R with device-independent measurement and static analysis. It suits developers requiring precise geometric control, layout inspection, and accessible outputs.","zh":"该项目为 R 语言生态提供了一个可精确控制布局、支持无设备渲染及静态检查的底层图形引擎。适合需要对图表几何结构进行深度干预、碰撞处理或无障碍导出的开发者。"}
来源: admin_cms · cms editor · 2026/8/22
how to use
已核验{"steps":[{"en":"Ensure a Rust toolchain (cargo and rustc) is installed locally.","zh":"确保本地环境中已安装 Rust 工具链(cargo 和 rustc)。"},{"en":"Install the package in R using pak or devtools.","zh":"在 R 控制台中通过 pak 或 devtools 安装该软件包。"},{"en":"Run pak::pak(\"r-vellum/vellum\") to build and install from source.","zh":"使用 pak::pak(\"r-vellum/vellum\") 完成源码编译与安装。"}],"installAt":"local","difficulty":"medium"}
来源: admin_cms · cms editor · 2026/8/22
intro
已核验{"en":"Vellum is a low-level graphics framework for R that resolves text measurement, layout, and mark positions before anything reaches a canvas. Powered by a Rust backend, it enables developers to inspect scene geometry, wrap text dynamically, repel colliding labels, and lint figures prior to output.\n\nOperating at the level of R's grid system, Vellum supports modern paint models including gradients, patterns, masks, and density rasterization for large datasets. A single solved scene can be rendered consistently across raster and vector formats.","zh":"Vellum 是一个面向 R 语言的低级图形框架,其核心在于在任何图形到达画布前,就完成文本测量、布局求解和元素坐标计算。通过底层的 Rust 渲染库,它允许开发者对场景进行结构化查询、文本自动换行与缩放、标签碰撞消除以及渲染前的静态检查。\n\n该框架与 R 原生的 grid 系统处于同一层级,支持图层混合、渐变、图案填充、遮罩以及大数据点的网格聚合渲染(datashade)。开发者可以通过统一的场景对象输出多种格式,保持不同后端间几何结构的一致性。"}
来源: admin_cms · cms editor · 2026/8/22
最新版本
已核验v0.6.8
来源: GitHub 官方接口 · latest_release=v0.6.8 · 2026/8/22
许可证
已核验NOASSERTION
来源: GitHub 官方接口 · license.spdx_id=NOASSERTION · 2026/8/22
needs api key
已核验否
来源: admin_cms · cms editor · 2026/8/22
一句话用途
已核验{"en":"A low-level graphics framework for R with a Rust backend that resolves text measurement and layout before rendering.","zh":"一个基于 Rust 后端的 R 语言低级图形框架,在渲染到画布前完成文本测量和布局解析。"}
来源: admin_cms · cms editor · 2026/8/22
平台
已核验windows、macos、linux
来源: admin_cms · cms editor · 2026/8/22
分类线索
根据材料推断design
来源: 项目说明文档 · hint=design · 2026/8/21
product forms
已核验library_framework
来源: admin_cms · cms editor · 2026/8/22
role tags
已核验backend、fullstack、data
来源: admin_cms · cms editor · 2026/8/22
supports local
已核验是
来源: admin_cms · cms editor · 2026/8/22
supports self host
已核验否
来源: admin_cms · cms editor · 2026/8/22
相关项目
根据分类、能力和适用角色匹配的其他已核验项目。
openwiki
用 Agent 为代码库或个人资料生成并持续更新 Markdown Wiki 的 CLI,并提供本地关系图可视化。
next.js
基于 React 的全栈 Web 开发框架,支持服务端渲染与静态生成,并集成 Rust 驱动的构建工具。
spec-kit
一套遵循「规范驱动开发」流程的开源 CLI 工具包,配合 AI 编程 Agent 按照规范生成与执行代码。
CLI-Anything
为现有软件生成和管理 Agent 可调用 CLI 的工具集,包含 CLI-Hub、生成流程与 SKILL/插件接入方式。
codebase-memory-mcp
高性能代码库知识图谱 MCP 服务器,通过本地持久化索引实现毫秒级代码结构查询与分析。
ai
由 Next.js 团队开发的 TypeScript AI 工具包,用于连接主流模型服务商并构建大模型应用与智能体。

