GooTechnologies/goojs 项目教程
2024-09-15 23:43:15作者:余洋婵Anita
1. 项目目录结构及介绍
GooTechnologies/goojs 是一个基于 WebGL 的 3D 引擎,其目录结构如下:
goojs/
├── examples/
├── lib/
├── out/
├── spec/
├── src/
│ └── goo/
├── test/
├── tools/
├── visual-test/
├── .eslintignore
├── .eslintrc
├── .gitignore
├── .jshintrc
├── CHANGES
├── CI
├── COPYING
├── CT
├── E2E
├── Gruntfile.js
├── LICENSE
├── README.md
├── index.js
├── package.json
└── webpack.records.json
目录介绍
- examples/: 包含项目的示例代码,展示了如何使用 GooJS 引擎创建 3D 场景。
- lib/: 存放编译后的 JavaScript 文件,可以直接在浏览器中使用。
- out/: 存放编译后的输出文件,包括文档和测试结果。
- spec/: 包含项目的规格说明文件。
- src/goo/: 项目的源代码,包含了引擎的核心逻辑。
- test/: 包含项目的单元测试代码。
- tools/: 包含项目使用的工具脚本,如文档生成器等。
- visual-test/: 包含视觉测试的代码和资源。
- .eslintignore: ESLint 忽略文件配置。
- .eslintrc: ESLint 配置文件。
- .gitignore: Git 忽略文件配置。
- .jshintrc: JSHint 配置文件。
- CHANGES: 项目变更记录。
- CI: 持续集成相关文件。
- COPYING: 项目许可证副本。
- CT: 项目相关文档。
- E2E: 端到端测试相关文件。
- Gruntfile.js: Grunt 任务配置文件。
- LICENSE: 项目许可证。
- README.md: 项目介绍和使用说明。
- index.js: 项目的入口文件。
- package.json: Node.js 项目的配置文件,包含依赖项和脚本。
- webpack.records.json: Webpack 构建记录文件。
2. 项目启动文件介绍
项目的启动文件是 index.js,该文件是 GooJS 引擎的入口点。它负责初始化引擎并加载必要的资源。以下是 index.js 的基本结构:
// index.js
// 引入必要的模块
const GooRunner = require('goojs');
// 创建一个运行器实例
const gooRunner = new GooRunner();
// 获取世界对象
const world = gooRunner.world;
// 将渲染器的 DOM 元素添加到页面中
document.body.appendChild(gooRunner.renderer.domElement);
// 添加光源实体
world.createEntity(new goo.PointLight(), [100, 100, 100]).addToWorld();
// 添加相机实体
world.createEntity(new goo.Camera(), new goo.OrbitCamControlScript([spherical: [5, 0, 0]])).addToWorld();
// 添加一个带有旋转脚本的盒子实体
world.createEntity(new goo.Box(), goo.Material.createMaterial(goo.ShaderLib.simpleLit), function update(entity) {
entity.setRotation(world.time, world.time, 0);
}).addToWorld();
启动文件功能
- 初始化引擎: 通过
new GooRunner()创建引擎实例。 - 加载资源: 将渲染器的 DOM 元素添加到页面中。
- 创建实体: 添加光源、相机和带有旋转脚本的盒子实体。
3. 项目的配置文件介绍
package.json
package.json 是 Node.js 项目的配置文件,包含了项目的元数据和依赖项。以下是 package.json 的基本结构:
{
"name": "goojs",
"version": "1.0.0",
"description": "3D WebGL engine",
"main": "index.js",
"scripts": {
"test": "grunt unittest",
"start": "node index.js"
},
"dependencies": {
"goojs": "^1.0.0"
},
"devDependencies": {
"grunt": "^1.0.0",
"grunt-cli": "^1.0.0"
},
"license": "MIT"
}
配置文件功能
- 项目信息: 包含项目的名称、版本、描述等信息。
- 入口文件: 指定项目的入口文件为
index.js。 - 脚本命令: 定义了
test和start命令,分别用于运行单元测试和启动项目。 - 依赖项: 列出了项目所需的依赖项,包括开发依赖项。
通过以上配置,开发者可以轻松地管理项目的依赖和运行脚本。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
670
155
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++
660
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322