业务和功能介绍
业务和功能介绍
大荒先民是一款内容较多较复杂的单机模拟经营游戏，其目标在于用游戏的方式寓教于乐地展示人类原始社会的运行规律和发展形态。
在这个游戏中，玩家作为一个小型原始部落的酋长，带领自己的部落安居乐业，发展壮大，直到征服世界。
核心模块包括角色寻路，3d角色动画，角色智能模拟其一天的生活，类RTS游戏的多角色战斗，3d自由视角摄像机控制（主要为俯视角），
动态生成和修改的3d体素地形，建筑规划建造，科技树，角色等级和头衔，角色物品栏，3d角色换装，2d角色纸娃娃头像，基于FMOD方案实现3d空间音效等等。
玩家主要通过3d场景和2dUI与游戏进行交互。
大荒先民是一款内容较多较复杂的单机模拟经营游戏，其目标在于用游戏的方式寓教于乐地展示人类原始社会的运行规律和发展形态。
在这个游戏中，玩家作为一个小型原始部落的酋长，带领自己的部落安居乐业，发展壮大，直到征服世界。
核心模块包括角色寻路，3d角色动画，角色智能模拟其一天的生活，类RTS游戏的多角色战斗，3d自由视角摄像机控制（主要为俯视角），
动态生成和修改的3d体素地形，建筑规划建造，科技树，角色等级和头衔，角色物品栏，3d角色换装，2d角色纸娃娃头像，基于FMOD方案实现3d空间音效等等。
玩家主要通过3d场景和2dUI与游戏进行交互。
项目实现
项目实现
团队前后共有5个程序员参与程序开发，我本人负责框架搭建、重大核心业务功能的开发（如角色寻路，角色生活智能模拟）与性能优化，其他程序员在我的协调下进行各大业务功能模块的开发。整个开发在unity引擎中用c#完成，UI使用UGUI方案，角色智能战斗用行为树实现，另基于unity制作了一些内部开发工具。
3d角色换装系统，通过skinnedMesh组合的方式，实现千人千面效果，并支持修改角色体型，模拟角色生活状况不同导致高矮胖瘦；
体素地形使用Marching cube算法，在256x256x32的3d空间沙盘上实现任意修改和重构地形的响应时间<0.5秒；
寻路使用多线程方案并优化了ai索敌的调度，确保了在256x256x32的3d空间使用A*寻路时，50vs50的战斗性能不低于50fps（1050显卡）
且每个角色可以单独操作，有装备，士气等复杂数值；
难点与解决方案：
游戏中的角色和场景物品数量都比较巨大且数值系统比较复杂，用GOAP模式实现角色决策和场景即时状态的解耦，降低开发难度且提升性能。
数值系统和玩法循环复杂导致UI系统信息量巨大并且产生性能压力，通过优化UI的显示层次和布局算法，优化自动布局的时机，减小UI的渲染性能开销，提升整体性能。
整个游戏业务功能很多，代码量巨大，为此进行了很多比较复杂的优化评估采取了很多实际的优化办法，累计减少了70%左右的内存泄漏问题。
团队前后共有5个程序员参与程序开发，我本人负责框架搭建、重大核心业务功能的开发（如角色寻路，角色生活智能模拟）与性能优化，其他程序员在我的协调下进行各大业务功能模块的开发。整个开发在unity引擎中用c#完成，UI使用UGUI方案，角色智能战斗用行为树实现，另基于unity制作了一些内部开发工具。
3d角色换装系统，通过skinnedMesh组合的方式，实现千人千面效果，并支持修改角色体型，模拟角色生活状况不同导致高矮胖瘦；
体素地形使用Marching cube算法，在256x256x32的3d空间沙盘上实现任意修改和重构地形的响应时间<0.5秒；
寻路使用多线程方案并优化了ai索敌的调度，确保了在256x256x32的3d空间使用A*寻路时，50vs50的战斗性能不低于50fps（1050显卡）
且每个角色可以单独操作，有装备，士气等复杂数值；
难点与解决方案：
游戏中的角色和场景物品数量都比较巨大且数值系统比较复杂，用GOAP模式实现角色决策和场景即时状态的解耦，降低开发难度且提升性能。
数值系统和玩法循环复杂导致UI系统信息量巨大并且产生性能压力，通过优化UI的显示层次和布局算法，优化自动布局的时机，减小UI的渲染性能开销，提升整体性能。
整个游戏业务功能很多，代码量巨大，为此进行了很多比较复杂的优化评估采取了很多实际的优化办法，累计减少了70%左右的内存泄漏问题。
示例图片视频
相似推荐
memRagAgent - 智能认知记忆系统
开源地址：https://github.com/daoyou-zhang/memRangeAgent
### 记忆增强检索（Memory RAG）
系统的核心是三层记忆架构的实现。情节记忆（Episodic）采用 PostgreSQL 存储，每条记录包含对话内容、时间戳、用户 ID、会话 ID 等元数据，并通过向量化技术生成 embedding，支持语义检索。语义记忆（Semantic）通过 LLM 从情节记忆中提炼，存储抽象概念、用户偏好、领域知识等，形成结构化的知识条目。程序记忆（Procedural）记录成功的工具调用序列和操作流程，支持流程复用。
向量检索基于余弦相似度算法，将用户输入向量化后，在记忆库中检索最相关的历史记录。检索结果按相关性和时间衰减加权排序，确保既考虑语义相关性，又优先召回近期记忆。通过 Redis 缓存热点查询，将 RAG 检索延迟控制在 100ms 以内。
### 认知控制器（Cognitive Controller）
认知流程分为四个阶段：意图理解 → 上下文聚合 → 回复生成 → 学习闭环。意图理解使用独立的快速模型（qwen-flash），低温度（0.1）保证稳定的 JSON 输出，分析用户意图类别、实体、置信度和是否需要工具调用。上下文聚合从记忆服务获取用户画像、工作记忆（最近对话）和 RAG 检索结果，从知识服务获取图谱查询结果，融合成完整上下文。回复生成使用高质量模型（deepseek-v3），温度 0.5 保证创造性和稳定性的平衡。学习闭环将对话存入情节记忆，触发异步的画像聚合任务。
### 知识图谱集成
采用 Neo4j 图数据库构建知识图谱，支持实体（Entity）、关系（Relationship）、属性（Property）的灵活建模。实体包括人物、概念、事件等，关系包括"属于"、"相关"、"导致"等语义连接。通过 Cypher 查询语言实现路径查询、社区发现、中心性分析等图算法。
电商类型-Home Live
HomeLive是一款服务于全球用户的在线外贸交易平台，核心定位是打破跨境购物壁垒，满足中国消费者不出国门就能便捷选购全球商品的需求。平台汇集全球各地知名品牌供应商，打造多元化服务体系，涵盖在线直播带货频道、认证商家一站式购物服务，同时保障海外商品现货库存充足，提供全球货物护航直邮服务，全方位提升跨境购物的便捷性与安全性。
.该工具仅采集互联网上公开可商用、无版权声明且符合国家
为解决电商从业者手动整理商品信息效率低的问题，我用 Python 开发了一款自动爬取公开商品列表的小工具，能按设定的关键词抓取商品名称、价格和销量信息，并自动整理成表格格式，帮助快速汇总竞品或目标类目的基础数据，降低人工整理的时间成本。该工具仅支持爬取用户授权或平台公开可商用的非版权类图片与基础数据，不涉及影视、付费素材等有版权保护的内容，全程遵守网站 robots 协议和数据使用规范，确保爬取行为合法合规
本地生活小程序
本地生活小程序，为了相应政策的拉动消费，让本地人群实现物美价廉的购物体验，包括在线超市，本地商家等，超市支持配送到家，平台商户折扣消费后返积分，积分可以兑换优惠券，再次消费，打造良性循环。
充电宝小程序，用于充电宝租借，电池包租借小程序用于电池包租借
立项背景和目标：
随着共享经济发展，共享充电宝已成为人们外出时解决手机电量焦虑的刚需。本项目旨在开发一款跨平台的充电宝租借小程序/App，覆盖用户从查找附近机柜、扫码租借、在线支付到归还的全流程。同时通过电池包租借功能拓展业务场景（如便携充电包），提升用户体验与平台收益。
核心功能模块：
地图找点：基于LBS显示附近可用机柜，支持按距离/空闲状态筛选，一键导航。
扫码租借：扫描机柜二维码或手动输入编号，快速租借充电宝或电池包。
信用免押：接入第三方信用分（如芝麻信用），高信用用户免押金租借。
订单与支付：实时计费，支持微信/支付宝支付，订单历史可查，押金秒退。
用户中心：个人信息、优惠券、客服反馈、使用帮助等。
业务流程描述：
用户打开小程序 → 授权定位 → 首页地图展示附近机柜 → 点击机柜查看详情（剩余充电宝数、距离）→ 选择“扫码租借”扫描二维码 → 确认租借，系统判断信用分 → 免押/支付押金 → 机柜弹出充电宝 → 使用中可查看剩余电量/计费 → 归还时扫描任意同品牌机柜二维码 → 插入充电宝 → 系统自动结算费用并扣款 → 订单完成。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服