TouchScript 技术文档
1. 安装指南
要使用 TouchScript,您可以通过以下方式获取:
- 下载 Github 上的最新发布版
- 从 Asset Store 获取
- 克隆 仓库 并使用源代码(了解更多贡献信息)
2. 项目的使用说明
创建一个空场景,并将两个预制体 TouchManager 和 Cursors 从 TouchScript/Prefabs 文件夹拖拽到场景中。按下 Play 并点击或触摸(如果您的 PC 支持)游戏视图,您将看到彩色圆圈和指针光标。
注意:要模拟第二个指针,您可以在游戏视图中按住 Alt 键并单击。
您可以使得任何 GameObject 响应触摸输入,只需给它附加一个名为 Gestures 的脚本。TouchScript 带有一些内置的 Gestures,您可以在 Component/TouchScript/Gestures 菜单中找到它们。您也可以编写自己的手势。
要测试内置手势的工作方式,请在场景中创建一个空立方体,并从 Component 菜单或 Add Component 按钮将其附加到 TransformGesture。使立方体足够大以便能够用两个手指触摸。将另一个名为 Transformer 的组件附加到立方体上——此组件监听来自 TransformGesture 的事件并将平移、旋转和缩放应用于 GameObject。
按下 Play。注意您可以用一个手指拖动物体,用两个手指进行缩放或旋转。别忘了您可以使用 Alt + 单击来模拟第二个指针(了解更多关于在 PC 上测试多点触控手势的信息)。
TouchScript 还提供了许多示例,您可以在 TouchScript/Examples 文件夹中找到。打开 Examples.unity 场景并阅读每个示例的描述,以了解它们的作用。
3. 项目API使用文档
TouchScript 的 API 文档完全更新,包含所有公开 API 的注释,您可以在 这里 查阅。
4. 项目安装方式
如前所述,安装 TouchScript 的方式有以下几种:
- 下载并导入 Github 上的最新发布版
- 从 Unity Asset Store 获取
- 克隆整个仓库,并直接使用源代码
确保在导入项目后,将 TouchManager 和 Cursors 预制体添加到您的场景中,以便 TouchScript 能够正确管理触摸输入。
以上就是 TouchScript 的技术文档,希望对您的开发有所帮助。如果您在使用过程中遇到问题,可以参考以下资源:
如果您发现任何错误或希望添加新功能,请不要犹豫,在 Issues 中提交。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-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
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