推荐使用:three.quarks - 炫酷三维粒子效果库
2024-05-20 11:48:37作者:范垣楠Rhoda
three.quarks 是一个基于现代 TypeScript 编写的高性能 JavaScript 三维粒子系统视觉效果库,专为流行的 three.js 库设计。它提供了一个直观的 WYSIWYG 可视化编辑器 three.quarks-editor,使您可以轻松创建和编辑粒子效果。

链接资源
背景
three.quarks 是一个通用的粒子系统库,其灵感来源于 Unity 的 Shuriken 粒子系统,并且与之部分兼容。在高性能的 three.js 基础上构建,该库提供了强大的可视化编辑工具,让开发者能够创建各种炫酷的三维粒子效果。
发展路线图
- 使用 Rust 重构模拟编译器代码
- 在 CPU 上运行 WebAssembly 粒子模拟(进行中)
- GPU 上的 GPU 模拟(进行中)
- 节点式/脚本化粒子系统(进行中)
- 提高模拟频率以优化性能
- Unity 和独立平台跨平台原生插件支持
主要特性
- 半兼容 Unity Shuriken 粒子系统
- 支持 Mesh 标准材质和基本材质
- 批处理渲染多个粒子系统(减少绘制调用)——BatchedParticleRenderer
- 发射形状和控制
- 网格表面发射器
- 插件系统 —— Plugin
- 自定义行为
- 自定义发射器形状
- 4 种渲染器类型
- 平面
- 拉伸平面
- 网格渲染器
- 尾迹渲染器 TrailBatch
- 在网格表面产生粒子
- 配置可变的渲染模式和混合模式
- 1D Bézier 曲线函数以调整效果
- 图像贴图动画
- 用户扩展和自定义功能
- 实时编辑器,用于测试和创建视觉效果 three.quarks-editor
- VFX json 文件加载和保存
three.quarks 利用 CPU 计算粒子信息,通过定制着色器、实例化和批处理技术,尽可能地减少绘制调用来渲染粒子。支持一维分段 Bézier 曲线,用于实现可定制的变换视觉效果。最重要的是,开发者可以通过添加自己的行为来自定义粒子系统的运作方式。
安装与使用
使用以下命令安装:
npm install three.quarks
查看 examples 目录以了解如何使用。将粒子系统添加到场景中的例子如下:
const clock = new THREE.Clock();
const batchSystem = new BatchedRenderer();
const texture = new TextureLoader().load("atlas.png");
// 粒子系统配置
// ... 省略 ...
// 创建粒子系统并添加自定义行为
// ... 省略 ...
// 添加粒子系统到 batchSystem
batchSystem.addSystem(muzzle1);
// 将 batchSystem 添加到场景
scene.add(batchSystem);
适用场景
无论是在游戏开发、动态图形设计,还是网页和应用的交互效果中,three.quarks 都能展现强大且高效的粒子效果。只需简单的配置即可实现复杂的视觉特效,对于希望快速迭代视觉元素的开发者来说,这是一个理想的选择。
结论
凭借其出色的性能、丰富的功能和易于使用的编辑器,three.quarks 成为了一个值得信赖的粒子效果解决方案。加入我们的 Discord 社区,与开发者们一起探讨这个项目的潜力,共同创造更多令人惊叹的三维视觉体验!
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
138
169
暂无简介
Dart
598
130
React Native鸿蒙化仓库
JavaScript
235
309
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
632
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
703
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
616
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
197
74
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460