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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00