TerriaJS 开源项目教程
1. 项目介绍
TerriaJS 是一个用于构建丰富的、基于 Web 的地球空间数据浏览器的开源库。它被用于驱动国家地图、数字地球澳大利亚地图、新南威尔士州空间数字双胞胎等多个平台。TerriaJS 使用 Cesium 和 WebGL 技术,能够在浏览器中实现全 3D 地球视图,并且在没有插件的情况下运行。对于无法运行 Cesium 的系统,它能够优雅地回退到 2D 模式,使用 Leaflet 进行展示。
TerriaJS 支持多种地理空间文件和服务类型,能够处理包含数万个图层的目录。它几乎完全在浏览器中使用 JavaScript 实现,这意味着它可以作为静态网站部署,使得托管变得简单且成本低廉。
2. 项目快速启动
2.1 环境准备
在开始之前,请确保你已经安装了 Node.js 和 Yarn。你可以通过以下命令检查是否已安装:
node -v
yarn -v
如果没有安装,请访问 Node.js 官网 和 Yarn 官网 进行安装。
2.2 克隆项目
首先,克隆 TerriaJS 项目到本地:
git clone https://github.com/TerriaJS/terriajs.git
cd terriajs
2.3 安装依赖
使用 Yarn 安装项目依赖:
yarn install
2.4 启动开发服务器
启动开发服务器,开始开发你的 TerriaJS 应用:
yarn start
2.5 构建项目
当你完成开发后,可以使用以下命令构建项目:
yarn build
构建完成后,生成的文件将位于 wwwroot/build 目录下。
3. 应用案例和最佳实践
3.1 国家地图
国家地图是一个使用 TerriaJS 构建的在线地图平台,提供了澳大利亚各地的空间数据浏览和查询功能。用户可以通过该平台访问各种地理信息服务,包括 WMS、WFS、WMTS 等。
3.2 数字地球澳大利亚地图
数字地球澳大利亚地图是一个专注于澳大利亚卫星图像和地理空间数据的平台。它使用 TerriaJS 实现了丰富的数据可视化和交互功能,用户可以轻松浏览和分析澳大利亚的地理数据。
3.3 新南威尔士州空间数字双胞胎
新南威尔士州空间数字双胞胎项目利用 TerriaJS 构建了一个数字孪生平台,用于模拟和可视化新南威尔士州的城市和基础设施。该平台支持 3D 模型和实时数据集成,为城市规划和决策提供了强大的工具。
4. 典型生态项目
4.1 TerriaMap
TerriaMap 是一个基于 TerriaJS 的完整网站启动项目,提供了 HTML 结构、服务器和构建流程,帮助你快速启动一个 TerriaJS 应用。你可以通过以下命令克隆 TerriaMap 项目:
git clone https://github.com/TerriaJS/TerriaMap.git
4.2 TerriaJS-Server
TerriaJS-Server 是一个 Node.js 服务器,为 TerriaJS 提供代理和支持服务。它主要用于处理不支持 CORS 或需要身份验证的 Web 服务。你可以通过以下命令启动 TerriaJS-Server:
cd TerriaJS-Server
yarn install
yarn start
通过这些模块的学习,你将能够快速上手并深入了解 TerriaJS 项目,构建出功能强大的地理空间数据浏览器。
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