【亲测免费】 cocos creator 跑酷项目源码
2026-01-30 04:59:49作者：廉皓灿Ida
欢迎来到本仓库，这里提供了一个基于cocos creator开发的熊猫跑酷项目源码，已亲测可用，适用于cocos creator 1.4版本以上。
项目简介
本项目是一个熊猫跑酷游戏源码，采用cocos creator开发，包含了完整的游戏逻辑和美术资源。项目经过实际测试，确保功能完善且运行稳定。
使用说明
- 确保您的开发环境为cocos creator 1.4版本以上。
- 下载项目源码后，使用cocos creator打开项目。
- 根据您的需求对项目进行修改和扩展。
注意事项
- 请确保您的开发环境满足项目要求，以避免运行时出现不必要的错误。
- 项目源码仅供参考学习，未经授权，请勿用于商业用途。
希望这个项目源码能够对您有所帮助！
登录后查看全文
相关内容推荐
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型，编辑代码，运行命令，自动验证 — 全自动执行。用 Rust 构建，极致性能。 ｜ An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0576
MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解，并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计，H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力，能够出色地执行复杂的多模态指令。Python00
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python07
doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架，以数据流范式重构开发逻辑，原生支持分布式部署与端边云协同 —— 无需复杂适配，即可实现一体端到端具身大小脑、VLA等模型部署，无缝衔接感知、推理、控制全链路，让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术，它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级，同时兼容 ROS2 生态与国产 AI 芯片，彻底降低具身智能机器人的开发门槛，让分布式部署下的 AI 赋能创新更高效、更灵活。Rust02
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量，通过积分激励、认证扶持、资源倾斜等形式，引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者，还是希望用代码贡献证明自己的开发者，都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI，适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
热门内容推荐
最新内容推荐
项目优选
收起
kernelopenEuler内核是openEuler操作系统的核心，既是系统性能与稳定性的基石，也是连接处理器、设备与服务的桥梁。
C
509
550
docs暂无描述
Markdown
852
5.68 K
ops-transformer本项目是CANN提供的transformer类大模型算子库，实现网络在NPU上加速计算。
C++
1.04 K
2.48 K
kerneldeepin linux kernel
C
33
16
pytorch作为 Ascend for PyTorch 社区的核心组件，TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件，使 PyTorch 框架能够直接调用昇腾 NPU，为开发者提供昇腾 AI 处理器的超强算力。
Python
838
1.27 K
ops-nn本项目是CANN提供的神经网络类计算算子库，实现网络在NPU上加速计算。
C++
844
1.69 K
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent，它能够将大语言模型的强大能力，通过你日常使用的各类通讯应用，直接延伸至你的指尖。
Python
3.16 K
856
ops-math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++
1.25 K
1.37 K
AscendNPU-IRAscendNPU-IR是基于MLIR（Multi-Level Intermediate Representation）构建的，面向昇腾亲和算子编译时使用的中间表示，提供昇腾完备表达能力，通过编译优化提升昇腾AI处理器计算效率，支持通过生态框架使能昇腾AI处理器与深度调优
C++
502
345
cann-learning-hubCANN 学习中心仓，支持在线互动运行、边学边练，提供教程、示例与优化方案，一站式助力昇腾开发者快速上手。
Jupyter Notebook
783
410