首页 文章 精选 留言 我的

精选列表

搜索[Gemini3],共8篇文章
优秀的个人博客,低调大师

TRAE Gemini3 实战指南,用 AI 打造赛博朋克手势互动圣诞树

在这个圣诞节,为什么不把传统的装饰换成一行行充满魔力的代码? 随着 Google Gemini 模型能力的不断进化(我们暂且称之为 Gemini 3 级别的编码能力),普通开发者甚至非程序员,都能通过自然语言通过 **MediaPipe** 和 **Three.js** 等技术,创造出仿佛置身《钢铁侠》电影般的悬空手势交互体验。 本文将手把手教你如何向 Gemini 提问,生成一个无需下载安装、打开浏览器就能玩的 **“手势互动圣诞树”**。 ## 🛠️ 核心思路:分步“喂养” AI 直接要求 AI “写一个完整的互动程序”通常会导致代码过长、容易出错。最高效的方法是**模块化开发**。我们将任务分为三个阶段发送给 Gemini。 ### 🚀 第一阶段:搭建 3D 舞台 首先,我们需要一个漂亮的 3D 场景。 ![](https://developer.qcloudimg.com/http-save/yehe-5421023/711e426b78d65ec079cd5164e41535f2.png) **复制以下提示词给 Gemini:** > **Prompt 1: 场景构建** 你是一位精通 Three.js 和 WebGL 的前端专家。请帮我编写一个单文件的 HTML 代码(包含 CSS 和 JS): 1. 初始化一个全黑背景的 3D 场景。 1. **核心对象:** 创建一个由数千个“绿色发光粒子”组成的圆锥体,模拟一棵充满科技感的圣诞树。 1. **装饰:** 在树的表面随机分布一些发光的红色和金色小球体。 1. **动效:** 让这棵树通过自身 Y 轴缓慢旋转。 1. 请使用 CDN 引入 Three.js,确保代码可以直接在浏览器运行。 ![](https://developer.qcloudimg.com/http-save/yehe-5421023/5e4d2e3b4b4728cf07c2897c85a951e0.gif) ### 👁️ 第二阶段:赋予“视觉” 接下来,我们要让电脑“看见”你的手。 ![](https://developer.qcloudimg.com/http-save/yehe-5421023/55e63f12f2c054bd6d2a8449fd85644b.png) **复制以下提示词给 Gemini:** > **Prompt 2: 接入视觉** 保持上面的 Three.js 代码不变,现在请集成 Google **MediaPipe Hands** 库: 1. 调用用户的摄像头,并将视频流隐藏(只在后台处理)。 1. 实时检测手部关键点。 1. **坐标映射(关键步骤):** 将检测到的“食指指尖 (Index Finger Tip)”的 2D 屏幕坐标,转换为 Three.js 场景中的 3D 坐标。 1. **光标反馈:** 在 3D 场景中创建一个白色的发光光球,让它实时跟随用户的食指移动。 1. 添加平滑算法,减少手指抖动带来的光标跳跃。 ![](https://developer.qcloudimg.com/http-save/yehe-5421023/74c6b243bd162db39c257a25caf84722.png) ### ✨ 第三阶段:注入“魔法” (互动逻辑) 最后,通过手势触发特效。 ![](https://developer.qcloudimg.com/http-save/yehe-5421023/71e3f9bc8c8f797e961a1b793368521c.png) **复制以下提示词给 Gemini:** > **Prompt 3: 互动逻辑** 现在是最后一步,请添加互动特效: 1. **点亮伯利恒之星:** 当用户的食指(光标)移动到圣诞树的最顶端时,生成一个巨大的、光芒四射的五角星,并触发粒子爆炸效果。 1. **隔空挂饰品:** 当用户做出“捏合(Pinched)”手势(食指与拇指距离小于一定阈值)时,在当前位置生成一个新的彩色装饰球,并将其“挂”在树的相应位置。 1. **魔法雪花:** 当检测到用户张开五指并挥动时,触发全屏下雪特效。 ## 🐍 备选方案:Python 本地版 如果你更喜欢在本地运行 Python,或者需要更稳定的性能,可以使用这套提示词: **复制以下提示词给 Gemini:** > **Prompt (Python版):** 请作为一位 Python 计算机视觉专家,使用 `opencv-python` 和 `cvzone` (或 mediapipe) 编写一个程序: 1. 打开摄像头,画面镜像处理。 1. 在画面中央叠加一个半透明的圣诞树素材。 1. **互动功能:** 识别手部关键点。当检测到食指和中指“捏合”时,在指尖位置画一个红色圆圈(装饰品)。松开手指后,圆圈固定在屏幕上。 1. **重置功能:** 当双手交叉在胸前时,清空屏幕上所有的装饰品。 1. 请提供完整的代码和 `requirements.txt` 内容。 ## 结语 通过精准的提示词工程,我们不再是代码的搬运工,而是创意的指挥家。这个圣诞节,不妨打开 TRAE Gemini,用指尖的魔法为你的屏幕点亮一棵独一无二的圣诞树吧! 🎄** Merry Christmas & Happy Coding**! 🎄

优秀的个人博客,低调大师

SpatialBench 榜单更新:阿里千问霸榜前二,超越 Gemini3、GPT5.1

空间推理基准测试SpatialBench更新了最新一期榜单,阿里千问的视觉理解模型Qwen3-VL、Qwen2.5-VL位列头两名,超越Gemini 3、GPT-5.1、Claude Sonnet4.5等国际顶尖模型。 据了解,SpatialBench是一项近年来兴起的第三方空间推理基准测试榜单,主要聚焦多模态模型在空间、结构、路径等方面的综合推理能力,被AI社区视为是衡量“具身智能”进展的新兴测试标准之一。SpatialBench不仅测试模型已知的知识,还测试模型在二维和三维空间中“感知”和操控抽象概念的能力,这对具身智能的落地尤为关键。 SpatialBench榜单显示,Qwen3-VL-235B和Qwen2.5-VL-72B分别斩获13.5分和12.9分,领先于Gemini 3.0 Pro Preview(9.6) 、GPT-5.1(7.5)、Claude Sonnet 4.5等海外顶尖模型。然而,AI大模型的整体表现距离人类仍有差距,人类基准线80分左右,可专业处理电路分析、CAD 工程和分子生物学等复杂空间推理任务,目前大模型还无法完全自动化完成此类工作。 Qwen2.5-VL于2024年开源,Qwen3-VL是阿里在2025年开源的新一代视觉理解模型。Qwen3-VL在视觉感知和多模态推理方面实现重大突破,在32项核心能力测评中超过Gemini2.5-Pro和GPT-5,不但可以调用抠图、搜索等工具完成“带图推理”,也可以凭借一张设计草图或一段小游戏视频直接“视觉编程”。同时,Qwen3-VL专门增强了3D检测能力,可以更好地感知空间,基于Qwen3-VL,机器人更好地判断物体方位、视角变化和遮挡关系,实现远处苹果的精准抓取。 目前,Qwen3-VL已开源不同版本,包括2B、4B、8B、32B等密集模型以及30B-A3B、235B-A22B等MoE模型,每个模型都有指令版和推理版两款,是当下最受企业和开发者欢迎的开源视觉理解模型。同时,Qwen3-VL模型也已上线千问APP,用户可免费体验。

资源下载

更多资源
腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册