Cesium+Vue3 学习教程 系列目录

WebGIS（Web地理信息系统）是指利用 Web 技术来构建和展示地理信息系统（GIS），使用户可以通过 Web 浏览器访问、查询、分析和可视化地理空间数据。WebGIS 通常结合地图服务、地理信息数据库、前端地图库和相关的数据处理技术，为用户提供交互式的地图浏览和空间数据分析功能。**JS一看名称即知道是为前端服务的JS框架，即装即用，学习新的技术最重要的是去原文档，api使用介绍。快去看下Cesium中文文档吧。

Cesium 是一个开源的 JavaScript 库，专门用于创建世界级的三维地球和地图可视化应用。它提供了强大的工具和功能，使开发者能够轻松地在浏览器中展示高分辨率的地形、影像以及三维模型。Cesium 支持多种数据格式，包括但不限于 3D Tiles、GeoJSON 和 glTF，这使得它成为处理地理空间数据的理想选择。无论是构建虚拟地球、城市规划模拟、还是气象数据分析，Cesium 都能提供必要的技术支持。此外，Cesium 还支持时间动态数据，允许用户通过时间轴查看历史数据变化或预测未来趋势。

在官网注册/登录即可创建并使用token。

Vue + Cesium VUE 一、安装node环境 [官方网址下载 ][https://nodejs.org/zh-cn/] 建议下载长期稳定版本 检查安装是否成功 打开cmd命令行 输入node -v 查看版本号（出现版本号表示成功） 二、搭建vue项目 1、全局安装vue-cli ​ 任意位置打开cmd输入： ​ npm install --global vue-cl...

在现代前端开发中，Cesium 是一个功能强大的 WebGL 库，广泛应用于3D地球可视化、空间数据展示等领域。结合 Vue 3 的组件化开发模式，我们可以创建一个高效且可维护的 3D 地图应用。本文将带你一步步搭建一个简单的 Cesium + Vue 3 项目，并且对各个功能模块进行细致划分，帮助你快速上手。通过本篇教程，我们完成了从零搭建 Cesium + Vue 3 项目的基础步骤，并展示了如何使用 Cesium 渲染 3D 地图和进行简单的自定义操作。

通过本教程，我们成功地将 Cesium 集成到 Vue3 项目中，并创建了一个简单的 3D 地球视图。我们使用了 Vue 的组件化机制来封装 Cesium 的相关功能，并通过配置了 Webpack，使得 Cesium 的静态资源能够正确加载。Vue3 与 Cesium 的集成步骤如何配置 Webpack 使 Cesium 正常运行创建一个简单的 Cesium 3D 地球视图，并显示地理数据。

使用VUE3构建cesium项目

最近需要在一个Vue3的项目中使用到cesium，对于一个cesium没有太多了解的人来说，还是比较麻烦的，本篇博文就将自己在这个过程踩的坑记录下来，有需要的可以看一下。

这一篇和PICO本身没什么关系，只是记录一下开发过程我们要做一个“从超声设备采集影像数据，一对多地传给XR眼镜终端以及其他可能的设备”应用。发送端是Jetson，由同事负责；接收端XR眼镜端由我负责。同事说视频采集卡例程里给了两种通信协议：RSTP和WebRTC.一开始我尝试用HoloLens2，因为老师和医生们似乎更喜欢OST而不是VST；但是UWP ARM64 媒体栈对 RTSP 支持弱、MixedReality-WebRTC 停更，所以 HL2 不适合当主验证平台。

本文介绍了PLC控制器与HMI、PC系统建立通讯连接的方法及注意事项。对于PLC-HMI连接，主要采用DP或以太网协议，重点要正确设置网络参数、接口类型（1F18/以太网）和IP地址，特别注意应用程序访问点需与网卡名称一致。PLC-PC系统连接时，需通过WinCC RT Professional实现，关键要确保PLC、PC和电脑网络的IP地址不冲突（如192.168.0.1/0.2/0.10），TCP/IP接口的访问点设为S7ONLINE，同样需核对网卡参数匹配。两种连接均需在网络视图中完成设备组态和物理连

少样本学习，当模型在学习了一定类别的大量数据后，对于新的类别，只需要少量的样本就能快速学习，对应的有one-shot learning，单样本学习，也算样本少到为1的情况下的一种few-shot learning。是围绕大语言模型建立的一个框架，自身并不开发LLMs，核心理念是为各种LLMs实现通用的接口，把LLMs相关的组件链接在一起，简化LLMs应用的开发难度，方便开发者快速地开发复杂的LLMs应用。生成阶段：检索到的相关文本与原始查询共同构成提示词，输入大语言模型，生成精确且具备上下文关联的回答。

本文系统阐述了从博弈论到系统动力学的学习路径，聚焦土地流转问题。博弈论用于分析农户、经营主体等微观主体的策略选择，而系统动力学则研究这些选择累积形成的宏观系统演化。文章详细解析了系统动力学的三大核心概念：系统（多要素相互联系的整体）、反馈（变量间的循环影响）和动态演化（随时间变化的过程），并以土地流转为例，具体分析了规模收益（正反馈）与租金成本（负反馈）等机制如何共同决定系统的长期发展趋势（持续增长、停滞或波动）。系统动力学通过揭示要素间的反馈结构，为理解土地管理等复杂社会问题提供了有力工具。

网络上的通信，本质上是数据被拆成一个个 数据包（Packet），经过网卡发送和接收。抓包 = 在某个网卡上，把经过的数据包 复制一份 保存下来，供后续分析。

ScriptMgr 维护 48 种脚本类型的独立注册表，每表两层结构：ScriptPointerList（所有实例）+ EnabledHooks（按 Hook ID 分组）。后者跳过未重写的虚函数提升性能。加载分两阶段：代码脚本在模块入口注册，数据库绑定脚本等 DB 加载后注册。Hook 分三类：通知型、拦截型、参数修改型。

首先总结一下，Jenkins 运行jar 服务，配置主要包括两部分：jdk 和 maven 以及gitlab或云存储平台（阿里云效）。jdk 如果可以选择自带的jdk版本。这里讲解的是没法选择自带java版本。如果没有找到，说明你这里没有给Jenkins账户配权限，可以切换成root账户查询。如果你的jar 不需要docker 、docker-compose ，则跳过。maven 配置自动安装一个版本即可。这个拉取代码时，需要验证。根据提示的路径，配置全局的配置即可。这里是对Jenkins配置的补充。

表示并发情况下最大可从连接池中获取的连接数。连接池基本的思想是在系统初始化的时候，将数据库连接作为对象存储在内存中，当用户需要访问数据库时，并非建立一个新的连接，而是从连接池中取出一个已建立的空闲连接对象。maxIdle对应的连接，实际上是连接池保持的长连接，这也是连接池发挥优势的部分，理论上讲保持较多的长连接，在应用请求时可以更快的响应，但是过多的连接保持，反而会消耗数据库大量的资源，因此maxIdle也并不是越大越好，同上例我们建议将 maxIdle设置成50-100中靠近50的数字，例如55。

Spring AI 学习篇（十六）| AI应用的安全与合规

Spring AI 学习篇（十五）| Spring AI应用的可观测性

以通俗易懂的方式介绍了傅里叶变换的核心概念与应用。作者将傅里叶变换比作成分拆解机，通过果汁配方、三棱镜分光等生活化比喻，形象解释了时域与频域的转换原理。文章分析了傅里叶变换的三大作用：频谱分析、系统特性研究和运算简化，并列举了其在语音处理、图像压缩、医学成像等领域的典型应用。重点阐释了时域与频域的对偶关系，包括数学表达上的对称性、运算规则的对应性，以及离散傅里叶变换(DFT)与快速傅里叶变换(FFT)的转换原理。全文生动展现了傅里叶变换作为信号处理基础工具的重要价值。