Argon.js 开源项目使用教程
2024-10-09 01:40:47作者:廉皓灿Ida
1. 项目介绍
Argon.js 是一个基于开放标准的增强现实(AR)平台,旨在支持在任何网络浏览器中创建 AR 应用程序。最初,Argon.js 是为支持 Argon4 浏览器创建 AR 网络应用程序而开发的,但现在它的目标是支持在任何浏览器中使用 AR 功能,无论平台支持何种能力。
该项目由 Georgia Tech 的 Augmented Environments Lab 创建,作为其研究项目的一部分。为了支持研究,开发者建议在使用该软件时,通过邮件(blair@cc.gatech.edu)告知使用情况。
2. 项目快速启动
安装 Argon.js
你可以通过以下几种方式安装 Argon.js:
手动安装
在你的项目中包含以下脚本之一:
<!-- 包含 WebVR polyfill -->
<script src="argon.min.js"></script>
<!-- 包含 WebVR polyfill -->
<script src="argon.js"></script>
<!-- 不包含 WebVR polyfill -->
<script src="argon.core.js"></script>
使用 npm 安装
npm install @argonjs/argon@^1.0
使用 jspm 安装
jspm install npm:@argonjs/argon@^1.0
使用 Argon.js
在你的 ES6 模块中导入 Argon.js:
import * as Argon from '@argonjs/argon';
如果你不使用 ES6 模块,可以使用 require:
var Argon = require('@argonjs/argon');
如果你不使用模块,Argon.js 会创建一个全局变量 Argon,暴露相同的 API。
TypeScript 支持
如果你使用 TypeScript 2.0,可以通过 npm 安装 Argon.js,并确保你的 tsconfig.json 包含以下编译选项:
{
"compilerOptions": {
"moduleResolution": "node",
"lib": ["dom", "es2015"]
}
}
如果你不使用模块,请确保包含以下三斜线引用:
/// <reference types="@argonjs/argon" />
3. 应用案例和最佳实践
Argon.js 可以用于创建各种增强现实应用,例如:
- 教育应用:通过 AR 技术增强学习体验,例如在物理课上展示三维模型。
- 游戏开发:创建基于 AR 的游戏,提供沉浸式的游戏体验。
- 工业应用:在工业环境中使用 AR 进行设备维护和操作指导。
最佳实践包括:
- 优化性能:确保 AR 应用在不同设备上的性能优化,避免过度使用资源。
- 用户体验设计:设计直观的用户界面,确保用户能够轻松理解和使用 AR 功能。
- 跨平台兼容性:测试和优化应用在不同浏览器和设备上的兼容性。
4. 典型生态项目
Argon.js 作为一个开放标准的 AR 平台,与其他 AR 相关的开源项目和工具可以很好地集成,例如:
- A-Frame:一个用于构建 VR 和 AR 体验的 Web 框架,可以与 Argon.js 结合使用。
- Three.js:一个用于创建和显示 3D 计算机图形的 JavaScript 库,常用于 AR 应用中的 3D 模型渲染。
- WebXR:一个用于在 Web 上创建 VR 和 AR 体验的 API,Argon.js 可以与其结合使用以提供更广泛的 AR 支持。
通过这些生态项目的结合,开发者可以创建更加丰富和复杂的增强现实应用。
登录后查看全文
热门项目推荐
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 StartedRust0195
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 Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
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++
859
1.94 K
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++
687
1.35 K
Ascend Extension for PyTorch
Python
721
893
openEuler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
458
446
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
620
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
255