首页 文章 精选 留言 我的

精选列表

搜索[AI],共10000篇文章
优秀的个人博客,低调大师

用 AI Agent 把西湖三公里做成可漫游的 3D 场景

以断桥为中心,把公开地图与地形数据做成可旋转、可切换天气、可沿路漫游的 3D 场景。这篇记录它在 DATASPACE3D 中怎样生成,又怎样经过实际使用继续调整。 最初给 Agent 的是下面这段需求。 > 西湖断桥为中心,周围 3 公里,结合地图数据,水墨写实风格。功能上与上个项目类似。 “上个项目”已经做过天气切换、两点选路和汽车漫游。这次换成西湖,还希望地形、湖岸、道路和建筑能有地图依据。后来继续试用,又补上了步行。同样是断桥到平湖秋月,机动车道路不连通,沿白堤走过去却应该是另一回事。 现在的场景可以从上方看湖岸与城区,也可以选定路线,进入第一视角,边前进边转头看周围。下面先看实际效果,再讲地图、路线和性能上做过的取舍。 ![西湖三公里场景晴天总览,左侧为天气和道路漫游面板](https://developer.qcloudimg.com/http-save/yehe-12587840/9d3dd950aaaa3b107d4c68ffdb0448ec.png) *本地浏览器运行截图,使用案例实际的地图 Loader、漫游 Loader 与 GUI,以及 © OpenStreetMap contributors 的地图数据和 Mapzen DEM 地形数据。本文配图均为实际运行画面。* [打开「断桥烟雨」案例](https://www.dataspace3d.com/project/run/a6d365e2-bcfc-495e-9850-59595ae4f8cf)。当前访问需要登录 DATASPACE3D;本文截图也可以先用来了解效果。进入后可先切换晴天与雷暴,再选择“步行”,点击“试一段:断桥 → 平湖秋月”,体验规划与漫游。 ## 地图决定空间关系,缺失的信息需要交代 这次以 WGS84 坐标东经 120.1473667、北纬 30.2615306 为中心,取半径 3000 米的范围。中心参考了 OpenStreetMap 的断桥残雪地标。它是半径三公里的局部场景,覆盖湖面、山体与周边城区。 道路、建筑轮廓、水体、用地和地名来自 2026 年 10 月 25 日的 OpenStreetMap 数据快照。本次预处理得到 4878 个建筑轮廓、4778 条道路及步道记录。记录数量描述的是这份数据集,完整程度仍受当地地图标注情况影响。数据署名与许可见 [OpenStreetMap 说明](https://www.openstreetmap.org/copyright)。 地形使用 [Mapzen Terrain Tiles](https://registry.opendata.aws/terrain-tiles/) 的 Terrarium 高程瓦片。采用的 z12 瓦片在这一纬度约为 33 米一个像元,再采样成 201 × 201 的地形网格,网格间距 30 米。它能提供山坡与湖岸的大尺度起伏;台阶、路缘石和桥面的细部,需要另外建模。Terrarium 的高程解码方式见[官方格式说明](https://github.com/tilezen/joerd/blob/master/docs/formats.md)。 建筑高度尤其容易造成误解。4878 个轮廓中,只有 6 个带可用高度属性,25 个按楼层数乘以 3 米处理,其余 4847 个按建筑类型和轮廓估高。灰瓦屋顶、塔桥细节、林地和岸边柳树也做了程序化简化。它们帮助辨认环境,但不能当作逐栋、逐棵的实测复原。 水面还需要单独处理。直接让湖面跟随高程起伏,会得到凹凸的水。这里按水体采样生成水平面,并调整水下显示地形以避免穿插。水墨的观感主要通过纸白、墨灰、灰绿的配色和简化体块组织,地图提供位置关系,画面风格由场景制作完成。 ## Agent 把数据落进项目,工作台留下修改入口 制作过程中,本地 Agent 负责处理数据、生成脚本、运行检查,再通过 MCP 将项目、对象和资源写进 DATASPACE3D。Skills 约定 Loader、GUI、上传和组装方式,工作台保存这些结果,提供预览、编辑与发布入口。 地图内容放在对象 Loader 中;天气、路线和移动状态由独立的漫游 Loader 管理;左侧 GUI 读取状态并调用控制方法。这样修改按钮文字或面板布局时,不必重新制作地图几何。 当前项目把地形、用地、水体、道路、建筑、地标、植被、地名与比例尺、光照环境分为九个正式对象,另有一个天气与漫游控制对象。后续要检查建筑层、调整环境或处理路线问题,可以先找到对应的部分。 这里的编辑粒度以图层为主。一整层建筑内部仍可能采用合批;若要在工作台单独移动某栋楼,需要进一步拆出对象或开放对应参数。生成时应先说明后续准备修改什么,再决定哪些内容独立成节点、哪些适合批量渲染。 ## 断桥到平湖秋月,切换步行以后才走通 最初只提供驾车规划时,选择断桥附近与平湖秋月附近,会遇到“可行车道路不连通”的提示。后来补上的出行方式选择,需要真正参与路线规划。 实现时保留了两张路网。驾车图按机动车通行条件和单行方向筛选;步行图纳入步道、人行区、小径和台阶,并检查 `foot`、`access`、`oneway:foot` 等标记。机动车单行限制也不能直接套用到行人,相关含义可参考 OSM 的 [foot](https://wiki.openstreetmap.org/wiki/Key:foot) 和 [oneway:foot](https://wiki.openstreetmap.org/wiki/Key:oneway:foot) 文档。 选点先投影到附近可通行路段,再通过 A* 搜索连通路径。道路依据共享的 OSM 节点连接,画面上两条线相交,不会自动变成路口。步行选点还设了 120 米的吸附上限;附近没有合适路段或两端确实不连通时,界面会提示调整。 ![断桥至平湖秋月的步行路线,面板显示步行模式与约1.03公里距离](https://developer.qcloudimg.com/http-save/yehe-12587840/8ea2f45a8dae113d92569afc2292ef1b.png) *步行路线的本地浏览器运行截图。切换出行方式会保留起终点,并按对应路网重新规划。* 这份数据中,断桥残雪到平湖秋月得到约 1.03 公里的步行路线,经过断桥、白堤和锦带桥。步行默认 5 km/h,可在 2~8 km/h 之间调整;第一视角的观察高度约为路面上方 1.65 米。切回驾车后,会恢复驾车速度设置并重新规划,原行程进度重置。 “步行”在这里指沿规划路线自动漫游,鼠标拖动用来观察周围。驾车也采用同样的沿路推进方式。场景没有实时交通、动态避障、完整转向限制或车道级定位,适合用来体验地图与观看环境,不能作为实际出行导航或自动驾驶系统。 ## 天气和视角,让地图有了游览过程 默认天气是乌云雷雨闪电,面板还可以切换晴天、多云和下雨。雷声由用户主动开启后播放。天气改变会调整光照、背景、雾和雨幕,晴天更方便看地图细节,雷雨则能改变同一机位的氛围。 ![与晴天图相同机位下的西湖雷雨场景,面板选中雷暴](https://developer.qcloudimg.com/http-save/yehe-12587840/e19f28577d6a334263437039e24b5bbe.png) *同机位切换雷暴后的运行截图。天气为模拟效果,并非实时天气数据。* 开始漫游后,可以在第一视角、跟随、自由和总览之间切换,也可以暂停、左右观景或回到起点。步行时汽车与车灯隐藏,外部视角使用简化的行人标记。视角切换保留当前路线进度,适合先从上方确认位置,再回到路面继续看。 移动、降雨、低云和闪电使用平台的更新周期推进,Loader 不再单独创建一套动画循环。实例释放时,还要移除事件监听并恢复相机、控制器和环境,避免重新进入场景后留下上一轮的状态。 ## 卡顿需要分别看构建、绘制和拾取 这个案例做出来以后,也经历过“加载慢”和“加载完仍然卡”的反馈。地图数据能生成,接下来还要让浏览器能承受它的构建和交互成本。 地图 Loader 先把长时间连续构建改为分批处理,按协作预算穿插让出主线程;几何数据采用有界的类型化数组分页,减少中间数组和大批量复制。这个预算控制的是何时主动让出执行,单次原生操作仍可能超过预算。 植被则利用 Three.js 的实例化和 Babylon.js 的 thin instances,共享树干、树冠等基础几何,减少重复顶点和缓冲存储。程序内部按空间单元组织实例批次,工作台仍以整个植被图层为编辑单位。 持续交互还涉及 CPU 拾取。鼠标选点需要判断射线击中了哪里;面对较大的静态网格,逐个检查三角形会消耗时间。这份地图增加了私有的静态空间索引,用较小的候选范围完成精确命中。索引需要在初始化时构建,会增加首次加载开销,换来后续查询成本的下降。 这几个改动针对不同环节。分批构建改善主线程响应,实例化减少重复几何数据,拾取索引降低查询成本。本案例这一版没有依靠动态分块 LOD 获得这些改进,也没有把局部测试结果换算成全设备的帧率承诺。换一份模型、切换渲染后端或提高屏幕像素比,仍需重新测量。 地图与漫游 Loader 均实现了 Three.js、Babylon.js 路径;步行功能做过 Three.js WebGL、WebGPU 和 Babylon.js 的本地浏览器检查。当前已发布项目选用 Three.js / WebGPU。不同后端的材质细节仍需分别核对,不能用某一条路径的效果替所有路径作保证。 ## 换一个地点时,把验收条件一起交给 Agent 这次从地点和风格开始,经过天气、路线、步行和性能反馈逐步调整。想做自己的地图场景,可以把后续用途一起写进需求。 ```text 在我有写入权限的空间中,新建一个地图 3D 场景。 中心:[地点或 WGS84 经纬度];半径:[米];风格:[描述]。 使用可追溯的公开地图与地形数据,保留数据署名。 说明建筑高度、桥梁和植被中哪些来自数据、哪些是估算。 地形、水体、道路、建筑、地标和交互按后续修改需要组织对象。 支持天气切换,以及驾车/步行两种路网规划和沿路漫游。 选点不可达时提示原因,不生成穿过水面的直线路线。 为大批量几何安排分批构建、实例化和适用的拾取优化。 记录实际验证环境与未验证项,不直接承诺所有设备的帧率。 先给我草稿预览、对象清单和数据来源,确认后再发布。 ``` 可以先[打开西湖案例](https://www.dataspace3d.com/project/run/a6d365e2-bcfc-495e-9850-59595ae4f8cf),走一遍“切换步行 → 试一段路线 → 开始步行 → 切换视角”。想继续制作自己的场景,再从[一键接入页](https://www.dataspace3d.com/settings/open-api/quickstart)配置 MCP 与 Skills。接入链路见[开放能力文档](https://www.dataspace3d.com/docs/product?module=open-capability),其他自然语言场景的对象组织取舍,可接着看[四个 3D 场景实践](https://zhuanlan.zhihu.com/p/2097682867421712618)。

优秀的个人博客,低调大师

从 API 调用到生产系统:AI 大模型应用开发的工程化路径

**核心判断:** 调用一次 Chat Completions API 不等于“会做大模型应用”。真正拉开差距的,是 RAG 检索质量、Agent 工具调用的稳定性、微调数据的构建能力,以及结构化输出与评估监控的闭环。本文沿“检索 → 行动 → 适配 → 部署 → 质量”五条工程主线,给出可直接运行的代码骨架。 ### 一、RAG:让模型先看材料再回答 通用模型的两条硬约束——知识有截止日期、私有文档进不了训练集——决定了 RAG 是企业落地的最短路径:先检索 Top-K 片段,再让模型基于片段生成。 最小可运行链路如下,覆盖加载、切分、向量化、检索、生成: ``` from langchain_community.document_loaders import PyPDFLoader from langchain_text_splitters import RecursiveCharacterTextSplitter from langchain_chroma import Chroma from langchain_openai import ChatOpenAI, OpenAIEmbeddings from langchain_core.prompts import ChatPromptTemplate docs = PyPDFLoader("handbook.pdf").load() chunks = RecursiveCharacterTextSplitter( chunk_size=500, chunk_overlap=80 ).split_documents(docs) vectorstore = Chroma.from_documents( chunks, OpenAIEmbeddings(model="text-embedding-3-small") ) retriever = vectorstore.as_retriever(search_kwargs={"k": 4}) prompt = ChatPromptTemplate.from_messages([ ("system", "只基于以下上下文作答。若上下文不含答案,直接说“未找到”。\n\n{context}"), ("human", "{question}"), ]) llm = ChatOpenAI(model="gpt-4o-mini", temperature=0) chain = prompt | llm ``` 生产化至少再加两层:**查询改写**(低召回时用 LLM 重写 query)和**兜底降级**(无命中时走通用回答而非强行编造)。如果检索质量本身不过关,后面接再强的模型都是浪费 token。 ### 二、Agent:模型只做决策,执行永远在你手里 Function Calling 的本质常被误解。模型**不执行**函数,只输出一段结构化调用请求;真正调函数、回填结果的是你的代码。循环是:发消息 → 模型返回 `tool_calls` → 你执行 → 结果塞回对话 → 模型总结 ``` tools = [{ "type": "function", "function": { "name": "query_order", "description": "当用户询问订单状态、物流进度时使用", "parameters": { "type": "object", "properties": {"order_id": {"type": "string", "description": "订单号"}}, "required": ["order_id"], }, }, }] messages = [{"role": "user", "content": "帮我查订单 SN20260611001 到哪了"}] resp = client.chat.completions.create( model="qwen-max", messages=messages, tools=tools ) msg = resp.choices[0].message if msg.tool_calls: tc = msg.tool_calls[0] result = query_order(**json.loads(tc.function.arguments)) messages.append(msg) # 必须回传 assistant 的 tool_calls messages.append({ "role": "tool", "tool_call_id": tc.id, # id 必须原样带回 "content": json.dumps(result, ensure_ascii=False), }) final = client.chat.completions.create( model="qwen-max", messages=messages, tools=tools ) ``` 高频错误是**忘记回传** **`tool_calls**` **消息**,导致下一轮 `tool_call_id` 对不上。另一个值得多花时间的细节是工具描述:它定义的是“什么时候该用”,不是“这个函数做什么”,写得模糊,模型就会在不该调用的场景瞎调。 ### 三、LoRA:用不到 1% 的参数换领域适配 当输出风格、术语体系或格式约束无法靠 Prompt 稳定控制时,才轮到微调。LoRA 冻结基座权重,只在注意力模块旁路插入低秩矩阵,7B 模型的显存需求可从 60GB+ 降到 16GB 以内。 ``` from peft import LoraConfig, get_peft_model from transformers import AutoModelForCausalLM, AutoTokenizer model = AutoModelForCausalLM.from_pretrained( "your-base-model", device_map="auto", torch_dtype="auto" ) config = LoraConfig( r=8, lora_alpha=16, target_modules=["q_proj", "v_proj"], lora_dropout=0.05, task_type="CAUSAL_LM", ) model = get_peft_model(model, config) model.print_trainable_parameters() # 可训练参数通常在原模型的 0.1%–1% 量级 ``` 数据格式用 JSONL 的 `instruction` / `output` 对即可,但质量比量级更重要:格式统一、长度适中、风格一致。训练完成后,LoRA 权重可单独保存为适配器,切换任务时无需重新加载基座。 ### 四、部署与质量:容易被跳过、但决定能不能上线的两步 推理层,vLLM 配合 FP8/NVFP4 量化能把显存占用和吞吐拉到可接受区间。服务层用 LangServe 的 `add_routes` 可以把任意 Runnable 挂到 FastAPI,自动生成 OpenAPI 文档。但比“能跑起来”更重要的是两个工程习惯: **结构化输出用 Pydantic 约束,不用裸 JSON。** 裸 Prompt 输出的 JSON 可能在字段名、类型上四处漂移;`response_format={"type":"json_object"}` 只能保证合法 JSON,不保证符合 Schema。生产代码应经过 Pydantic 验证,并对拒答、截断、限流分别处理,而非静默替换成默认值。 **上线前先量 RAG 质量。** RAGAS 的 `faithfulness`、`answer_relevancy`、`context_recall` 三个指标分别度量“有没有编”“答得切不切题”“该召回的有没有召回”,跑一轮基准测试的成本远低于线上翻车后再排查。 大模型应用的工程门槛不在“调通 API”,而在检索链路的召回质量、工具调用链的健壮性、微调数据的构建纪律,以及从第一天就把评估和结构化验证放进流水线。代码骨架搭起来只是起点,这四层做扎实了,系统才经得起真实流量。

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

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。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

用户登录
用户注册
修改密码
忘记密码