终极指南:如何用log-lottery打造超炫3D球体抽奖系统
log-lottery是一款基于threejs+vue3技术栈的3D球体动态抽奖应用,专为年会、团建等活动设计。它通过创新的3D球体展示方式,让参与者名字在球体表面动态流动旋转,配合深色星空背景,营造出科技感十足的沉浸式抽奖体验,为你的活动增添无限乐趣与仪式感。
🎯 核心功能亮点:让抽奖不再平凡
3D动态球体展示
告别传统枯燥的抽奖方式,log-lottery采用3D球体设计,参与者名字在球体表面动态旋转,视觉效果震撼。深色星空背景搭配流动的名字卡片,打造出极具科技感的抽奖氛围。
灵活的人员管理系统
人员管理模块位于[src/views/Config/Person/]目录下,支持Excel模板批量导入员工信息。系统会自动跟踪每个人的抽奖状态,确保公平公正。你可以轻松管理数百甚至上千名参与者的数据,支持按部门分类、实时统计中奖情况。
自定义奖项设置
奖项配置模块位于[src/views/Config/Prize/]目录,支持从特等奖到参与奖的多级别奖项设置。每个奖项的获奖人数、奖品内容都可以自由调整,还能上传奖品图片和详细描述,直观展示奖项信息。
多媒体氛围营造
背景音乐配置模块支持多种音频格式,可上传适合活动氛围的音乐文件。在音乐配置界面,你可以管理所有背景音乐,支持播放预览、删除和批量上传操作,为抽奖活动营造最佳听觉体验。
🚀 快速上手:3步打造专业抽奖系统
第一步:获取项目源码
打开终端,执行以下命令克隆项目:
git clone https://gitcode.com/gh_mirrors/lo/log-lottery
第二步:安装依赖并启动
进入项目目录,使用包管理器安装依赖并启动项目:
cd log-lottery && pnpm install && pnpm dev
第三步:访问并开始使用
在浏览器中打开生成的本地地址,系统即可正常运行,无需复杂配置,真正实现开箱即用。
💡 实战应用:从准备到抽奖的完整流程
数据准备阶段
首先在人员配置模块下载Excel模板,填写所有参与抽奖的员工信息。模板包含姓名、部门、工号等必要字段,确保数据导入的准确性和效率。
系统配置阶段
- 人员导入:在[src/views/Config/Person/PersonAll/]界面上传填写好的Excel文件
- 奖项设置:在[src/views/Config/Prize/PrizeConfig.vue]配置各等级奖项
- 界面美化:在[src/views/Config/Global/FaceConfig/]调整主题颜色、文字大小等
- 音乐设置:在[src/views/Config/Global/MusicConfig/]上传活动背景音乐
抽奖执行阶段
回到主界面,点击"进入抽奖"按钮启动3D球体。球体开始旋转时,参与者的名字在球面流动,配合背景音乐,创造出紧张刺激的抽奖氛围。点击"停止"按钮,系统将随机选出获奖者。
结果展示阶段
抽奖结束后,系统会以专业的庆祝效果展示中奖名单,背景飘洒着彩色纸屑,让获奖时刻充满仪式感。
📱 界面个性化:打造专属抽奖风格
log-lottery提供了丰富的界面自定义选项,让你可以根据活动主题打造独特的抽奖风格:
- 主题颜色:在[src/views/Config/Global/FaceConfig/]中调整卡片颜色、文字颜色等
- 图案设置:自定义球体表面图案,支持上传企业logo或活动主题图案
- 动画效果:调整球体旋转速度、名字卡片动画效果等参数
🎨 图片资源配置:提升视觉体验
系统支持自定义上传各类图片资源,包括奖项图片、背景图片等,让抽奖界面更加丰富多彩。图片配置模块位于[src/views/Config/Global/ImageConfig/],你可以上传不同奖项的图片,让奖项展示更加直观。
🚢 部署方案:选择适合你的方式
本地开发部署
对于小型活动或测试使用,直接在开发环境下运行:
pnpm dev
优点:部署快速,便于开发调试;缺点:不适合大规模公开访问。
生产环境部署
项目支持Docker容器化部署,使用以下命令快速部署:
docker build -t log-lottery .
docker run -d -p 9279:80 log-lottery
部署完成后,通过http://localhost:9279/log-lottery/即可访问系统。优点:适合大规模公开访问,稳定性高;缺点:部署步骤相对复杂。
log-lottery 3D球体动态抽奖系统将为你的活动带来全新的视觉体验,无论是公司年会、部门团建,还是节日活动、校园晚会等场景,它都能为你提供专业级的抽奖体验。现在就动手尝试,让你的下一次活动抽奖变得与众不同!
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 StartedJavaScript095- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00








