Triplex 0.70.4版本发布:3D场景编辑器的重要改进
2025-07-09 13:05:53作者:郁楠烈Hubert
Triplex是一款专注于React Three Fiber生态的3D场景编辑器,它为开发者提供了可视化编辑3D场景的能力。最新发布的0.70.4版本带来了一系列重要的改进和修复,特别是在场景交互和组件分析方面有了显著提升。
核心改进
场景交互优化
本次更新修复了精灵图(Sprites)在场景中无法被选中的问题,这对于使用2D元素与3D场景结合的项目尤为重要。同时,当变换控制(Transform Controls)可见时,悬停选择指示器会被自动禁用,这一改进使得场景编辑体验更加流畅。
组件分析增强
Triplex现在能够更准确地识别React组件树的根节点类型。当项目中同时使用@react-three/fiber的Canvas组件和其他自定义组件时,编辑器能够正确标记"react"根节点而非"three-fiber"根节点。这一改进对于复杂项目的结构分析至关重要。
变换处理修复
修复了一个长期存在的旋转变换(rotation)识别问题。之前的代码分析错误地寻找"rotate"属性而非正确的"rotation"属性,导致静态使用的旋转变换无法被正确标记。此外,还修复了变换操作影响多个场景对象的回归问题,特别是对那些包含多个子网格(mesh)的自定义组件。
性能与体验优化
Triplex 0.70.4引入了一个全新的加载指示器,提升了用户在等待时的体验。对于JavaScript项目,启动时不再自动生成tsconfig.json文件,这减少了不必要的文件生成,使项目结构更加简洁。
技术实现细节
在底层实现上,本次更新主要涉及以下几个方面:
- 场景图分析:改进了对React组件树的遍历算法,能够更准确地识别不同类型的根节点。
- 变换系统:重构了变换控制的处理逻辑,确保变换操作只影响目标对象。
- 交互系统:优化了选择与变换控制的互斥逻辑,提升了编辑体验的流畅性。
这些改进使得Triplex作为一个3D场景编辑工具更加成熟和可靠,特别是对于使用React Three Fiber进行3D开发的团队来说,能够显著提升开发效率。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
7
暂无简介
Dart
614
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
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
373
3.17 K
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
260
92
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
475
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
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++
646
255