如何快速搭建酷炫的3D球体抽奖程序?年会必备的Lottery终极指南 🎉
2026-02-05 04:04:15作者:胡易黎Nicole
Lottery 是一款基于Express + Three.js开发的3D球体抽奖程序,专为年会、晚宴等活动设计。它支持Excel一键导入参与者信息、灵活配置奖品内容,并能自动导出抽奖结果,让你的活动抽奖环节既高效又充满科技感。
🚀 为什么选择Lottery 3D抽奖程序?
✨ 核心功能亮点
- 沉浸式3D抽奖体验:采用Three.js打造动态旋转的3D球体抽奖界面,支持自定义球体转速与动画效果
- 全流程数据管理:通过
server/data/users.xlsx导入参与者信息,抽奖结果自动保存并导出Excel - 零代码灵活配置:修改
server/config.js即可自定义奖品类型、数量与展示图片 - 开箱即用部署:提供Docker容器化方案,3分钟完成环境搭建
🎭 适用场景
- 企业年会抽奖环节
- 校园活动幸运抽奖
- 社团聚会互动游戏
- 线上直播抽奖活动
📸 3D抽奖界面展示

图1:Lottery程序的3D球体抽奖界面,支持实时旋转与动态效果
🔧 超简单安装步骤
1️⃣ 环境准备
确保已安装Node.js(v14+)和Git工具
2️⃣ 一键部署
git clone https://gitcode.com/gh_mirrors/lo/lottery
cd lottery
# 安装后端依赖
cd server && npm install
# 安装前端依赖
cd ../product && npm install
# 启动开发环境
npm run dev
3️⃣ Docker部署方案(推荐)
# 构建镜像
./build.sh latest
# 启动容器
docker-compose up -d
⚙️ 3分钟配置指南
📋 参与者信息配置
- 打开
server/data/users.xlsx文件 - 按模板格式填写姓名、工号等信息
- 保存文件即可自动加载数据
🎁 奖品信息配置
修改server/config.js文件设置奖品:
// 示例配置
{
type: 2, // 奖品类型ID
count: 5, // 奖品数量
text: "一等奖", // 奖品名称
title: "MacBook Pro", // 奖品描述
img: "../img/mbp.jpg" // 奖品图片路径
}
🏢 企业信息定制
修改server/config.js中的企业标识:
const COMPANY = "你的公司名称"; // 显示在抽奖卡片上的企业标识
💡 使用技巧与注意事项
- 性能优化:在
product/lottery/canvas.js中调整球体分段数控制渲染性能 - 数据安全:抽奖结果自动保存在服务器,可通过
server/data/目录备份 - 故障排除:运行异常时查看
server/help.js获取常见问题解决方案
🎯 常见问题
Q: 如何修改抽奖动画速度?
A: 编辑product/lottery/index.js中的旋转速度参数
Q: 最多支持多少人参与抽奖?
A: 理论无上限,建议单次抽奖不超过1000人以保证流畅度
📄 许可证信息
本项目采用MIT开源协议,详细条款见项目根目录LICENSE文件
通过Lottery抽奖程序,让你的年会抽奖环节告别传统纸质抽奖箱,拥抱科技感十足的3D互动体验吧!如有任何问题,欢迎查阅项目文档或提交Issue。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
528
3.73 K
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
336
172
Ascend Extension for PyTorch
Python
338
401
React Native鸿蒙化仓库
JavaScript
302
353
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++
883
590
暂无简介
Dart
768
191
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
114
139
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
12
1
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
986
246
