NovaShader 使用指南
项目概述
NovaShader 是一个专为Unity的Universal Render Pipeline(URP)设计的多功能粒子系统着色器。它集成了一系列视觉效果常用的功能,包括流图(Flow Map)、翻书动画(Flip-Book)、溶解(Dissolve)、淡入淡出(Fade)、旋转(Rotation)、动画颜色贴图(Animated Tint Map)、发射(Emission)、扭曲(Distortion)等,旨在高效创建高质量的效果。
目录结构及介绍
以下为NovaShader项目的基本目录结构及其简要说明:
NovaShader/
|-- README.md # 主要的英文版项目读我文件
|-- README_JA.md # 日文版项目读我文件
|-- Assets/ # Unity工程资产存放目录
| |-- NovaShader/ # 包含着色器和示例资源的主目录
| |-- Shaders/ # 着色器代码文件夹
| |-- Materials/ # 示例材质文件(如果提供)
| |-- ... # 其他相关资源文件或子目录
|-- Packages/ # 可能包含依赖包管理相关的文件夹
|-- .editorconfig # 编辑器配置文件
|-- .gitignore # Git忽略文件列表
|-- LICENSE.md # 许可证文件
|-- manifest.json # Unity Package Manager的清单文件
|-- projectSettings/ # 可能包含项目特定设置
启动文件介绍
此项目并非传统意义上的应用程序,因此没有直接的“启动文件”。安装和使用这个项目主要通过Unity编辑器完成。关键步骤是从GitHub仓库导入到Unity项目中,具体操作是在Unity的Package Manager中添加Git URL (https://github.com/CyberAgentGameEntertainment/NovaShader) 或手动修改manifest.json来引入此库。
配置文件介绍
-
manifest.json: 这是Unity Package Manager的重要文件,用于指定项目的外部依赖项。当你想将
NovaShader作为Unity包导入时,你需要在这个文件中添加项目指向的URL,以确保Unity可以正确下载并识别这个包。{ "dependencies": { "jp.co.cyberagent.nova": "https://github.com/CyberAgentGameEntertainment/NovaShader.git:path=Assets/Nova" } } -
.gitignore: 控制哪些文件或文件夹在Git版本控制中被忽略,比如编译生成的文件或个人配置文件等。
-
LICENSE.md: 记录了项目使用的许可证类型(MIT License),规定了软件的使用、复制、修改和分发的条款。
在实际应用中,您还需要关注Unity项目的ProjectSettings目录下的设置,尤其是与渲染管线(URP)和自定义着色器功能相关的配置,因为这些直接影响到NovaShader的使用和表现。不过,这些设置并不属于源代码项目本身的直接配置文件,而是开发者在Unity编辑器中进行的操作。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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