Cocos 的 plist 图片集转 Unity sprite sheet 步骤
Cocos 的 plist 图片集转 Unity sprite sheet 步骤texturepacker-importer 下载安装 TextureUnpacker 图片分割软件分割 plist 图片集 下载安装 Aseprite 工具，把分割好的图片拖拽到工具中 File - Export Sprit Sheet Sheet Type：选择 By Rows Constraints：
分类：: 笔记
NavMeshPlus 2D寻路插件
NavMeshPlus 2D寻路插件https://blog.csdn.net/qq_42228424/article/details/132264127 https://www.bilibili.com/read/cv21807750/ 安装 在Package Manager里点那个加号选Add package from git URL，填上https://github.com/h8man
Graph | NetworkX 入门
Graph | NetworkX 入门https://zhuanlan.zhihu.com/p/536737592?utm_id=0 安装 最新稳定版NetworkX支持 Python 3.8, 3.9, or 3.10 1pip install networkx[default] 创建一个图 创建一个没有边（edge）和节点（node）的空图 12import networkx as
LangChain 聊天模型应用
LangChain 聊天模型应用https://juejin.cn/post/7231172059102052412 LangChain 目前支持的消息类型有 AIMessage（ai生成的）、HumanMessage（人给出的）、SystemMessage（系统的）和 ChatMessage（ChatMessage 接受一个任意的角色参数）。大多数情况下，你会只处理 HumanMessage、
LangChain 关于代理、记忆、SequentialChain的介绍
LangChain 关于代理和记忆的介绍https://juejin.cn/post/7230791554415116344 如何使用LangChain中的代理（Agents）和记忆（Memory）本例子是在 Langchain-Chatchat 源码目录下实现的测试 123456789101112131415161718192021222324252627282930313233import
OutputParserException Parsing LLM output produced both a final answer and a parse-able action
OutputParserException Parsing LLM output produced both a final answer and a parse-able actionhttps://stackoverflow.com/questions/76610428/langchain-pandas-agent-azure-openai-account The error appears
Langchain-Chatchat 介绍
Langchain-Chatchat 介绍https://github.com/chatchat-space/Langchain-Chatchat 安装部署复制模型相关参数配置模板文件 configs/model_config.py.example 存储至项目路径下 ./configs 路径下，并重命名为 model_config.py。 复制服务相关参数配置模板文件 con
AI 大模型下 ReAct 工程
AI 大模型下 ReAct 工程https://blog.csdn.net/weixin_48534929/article/details/131891342 对使用AI大模型有个形象的认知：它是一个具备操作工具能力的人工智能模型。 比较最常见的使用结构：Agent + Tool “Agent” 是真正会使用工具的行动者，而非工具本身。他们不仅能接受和执行我们的指令，更能够熟练运用各种工具去解决
开源 Lagent 框架助力智能体研发
开源 Lagent 框架助力智能体研发大语言模型能够以“自主”思考方式调用外部工具完成复杂任务时，其可谓经进化成为智能体。 书生·浦语团队同时开源了智能体框架，支持用户快速地将一个大语言模型转变为多种类型的智能体，并提供典型工具为大语言模型赋能。 这套开源框架具备如下特点： 集合了多种类型的智能体能力，包括 ReAct、AutoGPT 和 ReWoo 等，这些智能体能够调用大语言模型进行多轮的
torch.cuda 详细教程
torch.cuda 详细教程https://zhuanlan.zhihu.com/p/477042485 12345678910111213141516171819torch.cuda.current_device()返回当前所选设备的索引。torch.cuda.current_stream()返回一个当前所选的Streamclass torch.cuda.device(idx)上下文管理器，
用 LLM 的 prompt 心得
用 LLM 的 prompt 心得https://www.zhihu.com/question/594837899/answer/3020623592?utm_id=0 针对吴恩达《ChatGPT Prompt Engineering for Developers》的学习思考笔记 视频教程：https://www.deeplearning.ai/short-courses/chatgpt-pro
Embedding 的使用
Embedding 的使用https://blog.csdn.net/chenjambo/article/details/130776554 嵌入（Embedding ）是一种将高维数据映射到低维空间的方法。嵌入可以将高维数据可视化，也可以用于聚类、分类等任务。嵌入可以是线性的，也可以是非线性的。在深度学习中，我们通常使用非线性嵌入。非线性嵌入通常使用神经网络实现。 在我们将文字转换成向量之后，
斯坦福智能体小镇分析
斯坦福智能体小镇分析https://github.com/joonspk-research/generative_agents Simulation Server 模拟服游戏入口 reverie.py start_server 方法 12345678Reverie的主要后端服务器。 该函数从前端检索环境文件,以了解世界状态,调用每个人物根据 世界状态做出决策,并在某些步骤间隔保存他
Unity Tilemap
Unity Tilemaphttps://blog.csdn.net/zheliku/article/details/124649019
基于状态帧同步的战斗系统
基于状态帧同步的战斗系统https://www.bilibili.com/video/BV14S4y157ff/?vd_source=5bb1b6d608ac43ae4329df03895a93ec https://gitee.com/NKG_admin/NKGMobaBasedOnET 本项目中使用了如下插件（仅供学习交流使用，请务必支持正版！） 12345ParadoxNotion-Slat
openai.Completion.create 接口参数说明
openai.Completion.create 接口参数说明https://www.cnblogs.com/ghj1976/p/openaicompletioncreate-jie-kou-can-shu-shuo-ming.html 官方文档：https://platform.openai.com/docs/api-reference/completions 1234567891011121
YAML 概述
YAML 概述YAML（/ˈjæməl/，尾音类似camel骆驼）是一个可读性高，用来表达数据序列化的格式。 YAML使用空白字符和分行来分隔数据，使得它特别适合用grep/Python/Perl/Ruby操作。其让人最容易上手的特色是巧妙避开各种封闭符号，如：引号、各种括号等，这些符号在嵌套结构时会变得复杂而难以辨认。 注意在YAML中，字符串
Magic123 一张图转 3D
Magic123 一张图转 3Dhttps://github.com/guochengqian/Magic123 https://baijiahao.baidu.com/s?id=1772186625826296678&wfr=spider&for=pc 只需输入单个图像，不光生成高质量3D网格，连有视觉吸引力的纹理也一起打包生成。
pixellab.ai 生成像素画
pixellab.ai 生成像素画https://www.pixellab.ai
查看 protobuf 版本
查看 protobuf 版本1pip list
加载并启动 LLM 的 API 接口
加载并启动 LLM 的 API 接口api.py 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263# 从fastapi导入FastAPI和Request类from fastapi import FastAPI,
配置 conda 创建的环境到 VSCode
配置 conda 创建的环境到 VSCode 在环境变量中添加以下路径 123D:\Anaconda3D:\Anaconda3\ScriptsD:\Anaconda3\Library\bin VSCode 会加载 conda 环境，但 VSCode 中默认是 powershell 控制台，因此需要系统cmd中输入命令 1conda init powershell 重新启动 VSCode
conda 查看虚拟环境列表
conda 查看虚拟环境列表123conda info --envsconda env list
达摩 text-to-video-ms-1.7b 文本生成视频
达摩 text-to-video-ms-1.7b 文本生成视频安装123456789101112conda create -n videoai python=3.9 -yconda activate videoaipip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118p
stable diffusion 原理
stable diffusion 原理Stable Diffusion 的数据会在像素空间（Pixel Space）、潜在空间（Latent Space）、条件（Conditioning）三部分之间流转，其算法逻辑大概分这几步 图像编码器将图像从像素空间（Pixel Space）压缩到更小维度的潜在空间（Latent Space），捕捉图像更本质的信息； 对潜在空间中的图片添加噪声，进行扩散过
Contrastive Language-Image Pre-training(CLIP)
Contrastive Language-Image Pre-training(CLIP)https://blog.csdn.net/weixin_53297048/article/details/130719092 一种基于对比文本-图像对的预训练方法或者模型。 CLIP包括两个模型：Text Encoder和Image Encoder，其中Text Encoder用来提取文本的特征，可以采用
潜在扩散模型（LDM / Latent Diffusion Model）
潜在扩散模型（LDM / Latent Diffusion Model）https://zhuanlan.zhihu.com/p/595909681?utm_id=0 在计算机眼中，一张 512x512 分辨率的图片，就是一组 512 * 512 * 3 的数字，如果直接对图片进行学习，相当于 AI 要处理 786432 维的数据，这对算力、计算机性能要求很高。 可以将图片映射到潜在空
AudioLDM2 音频生成
AudioLDM2 音频生成安装12345678910conda create -n audiocraft python=3.9 -yconda activate audiocraftpip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118python>>&g
Mermaid 绘制流程图
Mermaid 绘制流程图.mmd 文件 Mermaid 是一个用于画流程图、状态图、时序图、甘特图的库，使用 JS 进行本地渲染，广泛集成于许多 Markdown 编辑器中。 官网：https://mermaidjs.github.io/ Github 项目地址：https://github.com/knsv/mermaid Mermaid 支持多种图表的方向，语法如下： 12graph 方
Jupyter Notebook
Jupyter Notebookhttps://zhuanlan.zhihu.com/p/33105153 Jupyter Notebook是以网页的形式打开，可以在网页页面中直接编写代码和运行代码，代码的运行结果也会直接在代码块下显示的程序。如在编程过程中需要编写说明文档，可在同一个页面中直接编写，便于作及时的说明和解释。 这些文档是保存为后缀名为.ipynb的JSON格式文件，不仅便于版本控