- PeeKay
- Постоялец
Как вам идея?
виртуальная клавиатура где каждая кнопка - хоткей к какому-нибудь скрипту или copy-n-paste текста? Например можно было бы содержать кучу своих записей по хоткеям, вполне удобно. Что думаете?
Чисто виртуальная клавиатура, на кнопки можно drag-n-drop что-нибудь, что будет запускаться или копироваться в буфер обмена или past'иться оттуда в поле ввода.
или просто paste своего содержимого конкретной кнопки. Например я могу представь помещение 20 элементов графических на кнопки, и потом в режиме клавиатуры в фотошопе быстро разместить префаб на сцене.. это может быть очень удобно.
Открывается на caps lock, закрывается тоже на caps lock.
Мысли?
Итак. Доброго вам времени. Спустя ещё 14 часов вайб-кодинга я возвращаюсь с обновками.
Сначала немного безумия.
Так повелось у меня, что раз в год я пишу нейросети.
Модель у меня неизменно одна и та же - это ассоциативный граф, суть которого в том что бы картографировать тексты на предмет их близости внутри контекстов, а так же картографировать и сами контексты, что бы впоследствии можно было по запросу из нескольких слов получить общий единый контекст для всех этих слов и получить оттуда что-то вроде облака тэгов, как либо часто встречающихся в одном контексте с данным словом. Эта идея родилась у меня достаточно давно, в 2022 году, и тогда же с 2022 по 2023 я это впервые описал на Python.
Суть сводится к созданию мета-объекта.
Ассоциативное значение слов можно выразить так - представим что мы не знаем как выглядит "роза", и что бы понять как выглядит роза мы слепо кидаем в гугл запрос "роза" и извлекаем первые 1000 изображений, после чего обрезаем по центру и выставляем им opacity 0.001 и накладываем поверх друг друга. Таким образом мы получим изображение, в котором будет изображена мета-роза.
Перенося это на дискурсивные формы - я просто беру текстовое окружение каждого слова, и выставляю рейтинг ближайшим словам так, что бы слова встречающиеся часто в одном контексте имели рейтинг близости. При этом подсчитывается так же и общий суммарный рейтинг у каждого слова благодаря чему можно в целом оценить как часто слово встречается в текстах, и чем реже оно встречается - тем, как правило, важнее попадание этого слова в общий с другим словом контекст.
word.rating[word2]/word.ratingAll даёт нам вес в пределах 0.0 , 1.0 для разнообразной математики.
Сверху ко всему этому прикручивается обыкновенная LLM которая умеет преображать выдачу строк в нечто осмысленное.
По традиции я обучаю эту нейросеть на книге Гарри Поттер и Методы Рационального Мышления
К чему я это.
У меня была версия на Python, потом некое подобие было в Firebase для контент-тэгов, потом был Rust, теперь я реализовал эту модель на Flutter, и это первый раз когда у модели появился интерфейс и она работает не из консоли.
Интерфейсом пока совсем не занимался, но я очень доволен получившейся штуковиной.
На счёт того насколько её работа адекватна? Зависит от того чем обучить)
Да, это 3Д визуализация ассоциативной связи слов между собой )
Теперь ответ на главный вопрос - а нахера? (ну кроме того что это само по себе прикольно).
На самом деле задача тут следующая:
Пользователь (или скрипт) путешествует по белому списку вебстраниц и фетчит оттуда данные, картографируя линейные связи, т.е эта штука в автоматическом режиме способна построить древо вебстраницы или превратить в таковой граф конкретный путь в браузере, каждый сайт анализируется, NLPPipline извлекает из вебстраницы её утверждения и всячески описывает конкретную страницу как мета-объект (та самая мета-роза), сайты с общей тематикой благодаря особенностям системы связываются между собой логически и тематически, т.е вот в точно такую же карту как со словами (только менее хаотичную) превращаются целые веб-проекты и так же отдельные их вебстраницы, что в совокупности позволяет построить то, что называется "Граф знаний".
На самом деле то что я это сейчас добавил в приложение - скорее причуда, и чисто в теории это отдельный проект, а то что я сейчас собрал-разработал это скорее просто прототип.
Идея в том что бы в последствии туда в чатик можно было написать слово "Химия", и получить справку, статью на вики, ссылку на кучу учебников, несколько ссылок на крутых авторов, выжимки с сайта для подготовки к егэ, и всякое такое. Написал туда "Химия реакции металлов", получил всю необходимую прямо для тебя информацию, со всеми источниками и так далее.
Зачем нужна визуализация, ну кроме того что это прикольно (Она вращается!), её смысл в том что бы по ней двигаться. Между связанными в ассоциативные пространства узлами по идее можно перемещаться, т.е вы зашли с тейком "Химия 9 класс", и тут же получили несколько следующих шагов-переходов каждый в отдельные разделы, перешли в раздел, там же сразу несколько переходов - в теорию, в разбор домашки, в контент на ютубе и так далее.
Буду ли я использовать это в своём нейрочате и обучать на ответах ИИ, что бы создавать внутренние локальные карты? Не исключаю, не исключаю. Посмотрим)
В любом случае это вот я делал вчера.
***
Сегодня:
1. По основным модулям правок практически не было, тут мелочь поправил, там буквы подставил.
Теперь оно корректно показывает в качестве подписи к url в EatenFiles —> титул страницы. Удобно
Вернул обратно потерявшийся в вайб-кодинге перенос элементов в Essentials
ТамагочиОверлей теперь корректно кнопки управления
[q][w][e] [a][s][d] [z][x][c]
Надо бы настроить их так что бы они срабатывали не на getItem[0-8] а на getVisibleItems[0-8], но это позже.
Фразы тамагочи теперь нормально отображаются когда ему хочется поговорить
Основная работа сегодня:
1. Хук drag-n-drop из системы. Очень мучался что бы оно заработало, нагенерил штук 30 итераций, в итоге реализация получилась не идеальной, но она всё же почти нормально работает. Увы, она реагирует так же и на режим выделения (selector), но сделать с этим практически ничего не возможно, потому что создатели Windows не озаботились нормальным доступным отовсюду флагом о том что совершается Drag'n'Drop. Вернее хуки через shell есть, но если листенер не в foreground - сообщения приходят с задержкой в десятки секунд.
Зачем это надо? Мне очень хочется что бы когда пользователь начинал перетаскивать файл что бы покормить тамагочи - сам тамагочи открывал рот и немного смещался в сторону курсора мыши (и голову поворачивал, да).
Получилось? Получилось, отрадно.
2. Хук SMCT. Это модуль который сообщает тамагочи о том, что на устройстве играет музыка, и умеет возвращать её метаданные - Исполнитель, Трек, Альбом. С оговорками, но иногда вполне работает. Eminem - Lose Yourself с Ютубчика определило, так же как и мои нейропесенки из системы. Дописал туда модуль фетчинга Жанра.
Зачем? Что бы тамагочи когда вы слушаете рок играл на гитаре или мотал бошкой, или качал под ваш рэпчик или отплясывал под электронную музыку.
Эта же система ~Способна определить что вы смотрите фильм, и соответственно тогда Tamagochi будет сидеть с попкорном и 3Д очках.
Такая вот приблуда.
***
Планы на завтра:
Собираюсь подключать голосовой, что бы при наведении мыши на Тамагочи можно было отдать ему команду и он сам сориентировался среди всего контента что у вас есть, включая поиск и всё остальное. Т.е в идеале если у меня есть запись "Паспорт" в Essentials, я хочу что бы можно было сказать "Данные паспорта", и это превратилось в текстовую команду, тамагочи сам нашёл в Essentials контент с хэштегом "Паспорт" и скопировал мне оттуда буфер обмена. Если я говорю "Запусти Ведьмака", и до этого я скармливал тамагочи экзе ведьмака, то я хочу что бы он его запустил. Я конечно сомневаюсь что у меня получится прямо пушка которая работает безотказно, но задействуя нейросети для формализации запросов в условный язык вполне можно добиться того что бы это работало хотя бы в 70% случаев)
***
Планы до конца недели:
я таки подумал и решил что вот что-что, а идея с виртуальной клавиатурой и макросами выглядит абсолютно пушечно, и я готов это включить в своё приложение, поэтому я беру этот концепт into-account, и попробую его реализовать. Универсальная штука способна пастить картинки и тексты по клику на клавиатуру (мышечная память?), или запускать сценарии макросов, или даже запускать отдельные приложения - это очень мощно и полезно как раз для моей корневой целевой аудитории - для людей много работающих за компьютером.
—UPDATE—
поговорил с нейросетью и порасспрашивал её про локальные LLM, как будто бы для обсуждения Neuro и задачи коспектирования и парсинга сайтов, но в процессе выяснилось что в приииинципе модель Llama 2 13B, которая весит 10ГБ и кушает ~12ГБ оперативки вполне избыточно способна покрыть потребности рядового юзверя, а самое главное - она не будет требовать API_KEY deepSeek для работы и платные токены. Кроме этого оболочоку (например скомпилированный Flutter модуль превращающий весь пот по интеграции модели в model.Init(); model.callApi("some text") - по факту может продаваться отдельно). Так что где-то в некотором будущем я исследую эту задачу более подробно на предмет её сложности, и если оно выглядит как что-то на 1-2 недели работы, то в принципе не исключаю что я это сделаю. Если не сейчас для версии 1.0, то для версии 2.0 - абсолютно точно. Да, я хочу локальную LLM для тамагочи в качестве subscription option.
Привет тебе, читатель.
Еще 14 часов кодинга позади, и вот какие результаты:
1. Я сделал новый модуль - Macros Keyboard.
Что уже умеет:
1. Есть 5 типов bind:
1.1 text — доступны опции copy to clipboard \ paste to foreground app
1.2 image — доступны опции copy image data to clipboard \ paste to foreground app \ open path \ open in viewer
1.3 url — доступные опции copy to clipboard as text \ paste to foreground \ open in default browser
1.4 file — Доступные опции copy file to clipboard \ open in OS \ open path
1.5 Macros —> макрос который воспроизводит действия input и вызовы —>
1.5.1 --> mouse action (координаты начала и отпускания клика)
1.5.2 —> keyboard action (нажатия клавиш клавиатуры)
1.5.3 —> timer delay
1.5.4 —> path\url to open (открывает либо файл, либо url ссылку)
Пока что черновой внешний вид вот такой
Работает это всё пока не идеально, и требуется ещё усердно потрудиться что бы это превратилось в Thing, но я вполне активно движусь в этом направлении )
Нахрена оно надо?
Смотря что туда забиндить. Это мощный инструмент для оптимизации рутинной работы и взаимодействия с контентом. Кому-то может быть просто удобно поместить в бинд ссылки на страницы и получать к ним доступ нажав alt+e —> ctrl+key + esc, а кто то кто озаботится может на этих макросах творить совершенно чудесатые вещи.
И да, панель клавиатуры будет доступна и с мобильного устройства так что пользователь сможет вызывать сценарии на своем пк с телефона.
Кроме этого сделал quality of life улучшение так что бы тамагочи под руками не мешался - тепер поле активации onPanStart равно телоиду тамагочи, а не всей области его окошка. Стало заметно лучше
Так же возился-возился, но не довозился с EatenFiles, это на другой день оставлю. Окошко почему то на большом количестве итемов умирало на загрузке. Что ж, баги это норма
Кроме этого выработались несколько очень качественных идей.
Что будет:
1. Essential —> при открытии окна фокус сразу в поле поиска, первые 10 верхних итемов выдачи доступны на активацию на кнопки 1-8
2. Clipboard —> при открытии окна фокус сразу в поле поиска, первые 10 верхних итемов выдачи доступны на активацию на кнопки 1-8
3. EatenFilesMini —> при прокрутке панели видимые в ней предметы доступны на кнопки qwe\asd\zxc (а не первые 9 как сейчас)
Спасибо за внимание и всех благ <3
***
ТРЕХМЕРЩИК НАЙДИСЬ!
Привет.
Выходные отдыхал и потратил время на разработку нейросети.
Добавил визуализацию нейронов и фрагментов:
За один клик экспортирует весь содержащийся в нейроне контент в текстовой файл или может передать его куда угодно в приложение.
То есть что сейчас происходит:
Мы берём произвольные данные которые можно токенизировать (base64 превращает любые данные в текст, подсчитываем ближайшие слова в контекстах, раздаём рейтинг и подсчитываем суммарный рейтинг. Делим рейтинг поля вектора на суммарную длинну вектора получая долю фрагмента вектора от его длины, это вес этого слова в этом векторе, который может быть использован для тензорных вычислений. Обратное распространение ошибки корректирует вектор относительно промпт вектора. Все эти данные интерпретируемые и могут быть отображены произвольным образом. Каждый вектор указывает на объем высказываний.
Мы можем выделить произвольный набор слов и получить все фрагменты текста где эти слова встречаются. Каждый фрагмент указывает как минимум на один нейрон, соответственно можно в один клик перейти от фрагмента к нейрону содержащему целый корпус текстов. От нейрона можно перейти к связанным с ним кластерами нейронам. Каждый нейрон отражает одну конкретную вебстраницу и хранит весь её текст в виде отдельных его фрагментов - умная система выделяет отдельные блоки как цельные фрагменты текста. Так же алгоритм будет извлекать изображения в виде base64 картинок и хранить их там же, токенизируя ещё и данные изображения. В просмотрщике нейрона есть кнопка "перейти к вебстранице" которая откроет её в браузере, есть кнопка слияния нескольких нейронов в один, есть кнопка "сохранить" позволяющая сохранить весть текстовой контент в локальный файл (текст, html) Это позволяет буквально в несколько кликов имея произвольный текст в бразуре - перейти к огромному корпусу данных - контенту с объёма всей сети интернета. В будущем я допишу p2p модуль и сформирую распределённую нейросистему, где каждый локальный объем синхронизируется в реальном времени по сети с другими инстансами приложения на других пк. В общем постепенно строим Web 3.0
PeeKay
> весь содержащийся в нейроне контент
> ...
> к нейрону содержащему целый корпус текстов
> ...
> Каждый нейрон отражает одну конкретную вебстраницу и хранит весь её текст
> ...
Все довольно интересно, только терминология очень путает. Не понятно, в каком месте и каким боком здесь нейроны и нейросеть, исходя из общеизвестного факта, что нейрон не хранит никаких данных и у него другое предназначение. Наверное, обозвать все как-то по типу ориентированный граф и узлы понятней было бы 🤔
IPcorp
изначальная задумка была сформулирована как попытка симулировать способ взаимодействия с информацией который реализуют биологические нейроны, поэтому так повелось что абстракции называются нейронами, синапсами и так далее. Атавизм) А так да, узлы, пакеты, шина передачи данных.
Ну что. Давненько я не постил апдейты, полторы недели.
За это время я наработал ещё часов 40 суммарно. Апдейты не постил потому что погряз между багами и ковырянием с нейросетью, а там как будто бы пока что показывать было нечего. Вряд ли кому-то будет сильно интересно читать про разряженные эмбеддинги и косинусальные хэши.
Однако отписаться об очередном апдейте таки необходимо.
Начнём.
1. Eaten Files Window - потратил сегодня около 8 часов на дебаггинг этого окна, переписал каждый setState по нескольку раз в поисках рекурсивного зависания, пока не обнаружил что окошко "висит" только до тех пор пока открыт основной процесс. Закрываем основной процесс - окошко тут же отзывается и качественно работает. Вот же задачка. В итоге всё решилось путём дописывания DetachMode в скрипт запуска, и оно заработало. Я уже места себе не находил.
2. Virtual Keyboard Module - прикрутил к главному окошку "умную" строку. Теперь когда вы нажимаете alt+E —> открывается клавиатура шорткатов, сверху строка, если вбить туда проивзольный текст - откроет гугл, если вбить туда математическое выражение - посчитает результат, если вбить туда файловый путь из систему - откроет либо сам файл, либо папку, если вбить туда url Pattern - откроет сам сайт. Поле поисковика сразу в фокусе при открытии, т.е после ALT+E можно сразу начать вводить текст.
3. Essentials - теперь при нажатии ALT+X открывает окно, сразу помещает курсор в поле ввода поисковика, так же добавил горячие клавиши ctrl+1 - ctrl+9 на которые можно инициировать "клик" по первым 9 позициям выдачи поиска (т.е если нам надо быстро достать какой-то кусочек данных, то можно не отрывая руки от клавиатуры получить эти данные в клипборд за всего несколько нажатий клавиш.
4. Clipboard Manager - аналогично с Essentials, при запуске на ALT+C открывает окно, помещает курсор в поиск для ввода, первые 9 элементов выдачи доступны на ключи ctrl+1 - ctrl+9
5. Статистический анализатор текстов - вот здесь самые объемные изменения, во-первых туда добавились те самые разряженные эмбеддинги и консинусальных хэш для быстрого поиска, а так же я накрутил туда нейросетями разного функционала для дополнительной навигации, семантический анализатор, создание вторичных фрагментов с утверждениями из текстов, и всякое такое. Теперь можно корректно перейти от слова - к высказыванию (фрагменту), а из фрагмента - к контейнеру (нейрону\узлу). Так же теперь при выделении нейрона\узла корректно указывает на ближайшие к нему по SignatureRating, теперь корректно можно выделить и сгруппировать в единый пакет некоторое множество как нейронов, так и отдельных фрагментов. Поиск через ключевые слова идёт так же максимально быстро. Но чем больше я думаю про этот инструмент, тем более понимаю что отложу его выпуск на более поздние версии, совместно с имплементацией оффлайн LLM. Но одно можно сказать точно - гипотезу я проверил и она работоспособна, но между текущим состоянием и коммерческой реализацией - всё ещё пропасть. В конечном итоге эта статистическая машина рядовым пользователям не нужна, и дико размывает фокус приложения. Вся её прелесть раскрывается на обработке больших массивов данных, и сейчас этим заниматься я просто не могу.
В общем проект жив и развивается. Ориентировочно к концу осени я завершу разработку кодовой составляющей, за декабрь дополирую до максимального блеска, добавлю модельку лягухи и выпущу везде куда дотянусь.
Спасибо что читаете <3
Приветствую.
Апдейт:
Во-первых - я наконец сделал Trello для трекинга задач и заполнил всеми оставшимися чекпойнтами. Финишная прямая за следующим поворотом!
• TamagochiOverlay —> починил отображение RecentFiles (оно где то в промежутке поломалось)
• TamagochiOverlay —> Сделал так что до тех пор пока вы не навели мышку на самого тамагочи - окно прозрачное для кликов (это было оч непросто и заняло около 3 часов )
• Essentials —> теперь корректно активирует объекты на хоткеи, с учётом типа объекта
• Essentials —> поправил отображение хоткеев
Так же, Ура-Ура, пользователь @nirion01 сделал модель лягушки, текстура красится, анимации уже готовы. Так что следующая сессия кодинга будет посвящена, вероятней всего, созданию стейт машины для анимаций и интеграции модели в приложение)
Задач осталось не много, но среди них есть вполне себе хардкорные. В принципе думаю если я не буду буксовать, то за ближайшие две недели таки спокойно завершу кодбазу как и планировал.
Демку дашь? Чет не пойму пока, для чего всё это. Но делов сделано много, как будто.
Seneca
Демку сюда выложу, да <3
be_hip
Так точно)
PeeKay
У тебя монетизация будет (фришные токены + подписка AI) * апи-модификатор - маркетинг?
Не, ну если у тебя будет круто сделано и ты дашь фри токены для промо проекта, то +- норм, но может утонуть, как будто.
Сейчас только ленивый не делает абстракции разного рода над большими НС. И тебя скорее всего съедят большие дяди. Хотя с очень маленьким процентом есть шанс продаться ВК или RUTUBE. Но тут нужны компетенции определенные, и сервисы свои нужно крутить под это. И если ты думаешь, что эти огромные команды пока не поняли эту гениальную идею - то ты, я думаю, лучше меня знаешь, что местные гигантские IT-команды эту идею уже спрототипировали и отказались от нее по определенным причинам.
Я бы порекомендовал подумать в сторону буков спортивных в твоем случае - тогда можешь либо продать, либо возглавить. Но тут, опять же, нужно топить в сервисы определенные, взять математика, как минимум, может быть, футбольного аналитика - и попробовать продать в таком ключе. Хотя тут та же проблема, что и с ВК-RUTUBE.
В текущем виде, лично я, не вижу перспективы. Но то, над чем ты работаешь - это по сути платформа, с которой можно стартовать в разные стороны.
В целом - респект.
Seneca
> У тебя монетизация будет (фришные токены + подписка AI) * апи-модификатор - маркетинг?
я пока не принял окончательного решения, дело в том что для того что бы гонять обученную нейросеть нужна железка, которой у меня нет (хотя бы 64ГБ оперативки и хотя бы 16гб вирама)
Альтернативное решение которое я придумал достаточно давно это p2p кластеризация, т.е каждый клиент содержит в себе небольшой объем обученности на базе тех вебстраниц которые он пользует, и пока у клиента есть подключение к интернету - он является частью сети и с него другие пользователи могут фетчить данные. Т.е тут момент в том что сам пользователь - участник глобального обмена данными, аналогично с torrent протоколом, и тогда мне видится не совсем верным взымать с него плату за пользование сетью. Наоборот, было бы правильно выдавать какие то токены (может быть в местной крипте) за то что твой компьютер донатит вычислительную мощность. Но тут сильно думать надо как это всё организовать.
С другой стороны даже без огромной обученности для некоторого рода задач этот инструмент (статистическая машина) может быть полезен, и тут даже наоборот излишняя обученность будет мешать.
Условное уникальное предложение в сравнении с другими нейросетями и ллм в том что тут можно взять эксель документ, забить в него 500 url-ов, дать машине 10 минут подумать, и ты получаешь карту конкретно по этому материалу.
Главная проблема почему я всё ещё размышляю о том что делать с этим проектом (ллм-кой) - я не уверен что этот инструмент безопасен, и не хочу брать на себя ответственность за то, кто и как этот инструмент использует и какой вред им потенциально может быть нанесён.
Так что по AI пока намерение - убрать его из Qwa, вынести в отдельный проект, а там уже смотреть на будущее. с этой штукой я никуда пока не тороплюсь, впрочем и уделить ей нужное количество времени сейчас не могу. Сначала выпускаю Qwa, потом там будет небольшой пэтпроект с книгами до конца зимы, весной выпускаю imeyou читалку, после этого работаю над связыванием Qwa и iMeYou, и вот после этого смогу в полной мере заняться нейросеткой, которая пойдёт в оба проекта.
Работы предстоит очень много, и самое неправильное тут - распыляться и торопиться.
Seneca
> Я бы порекомендовал подумать в сторону буков спортивных в твоем случае - тогда можешь либо продать, либо возглавить. Но тут, опять же, нужно топить в сервисы определенные, взять математика, как минимум, может быть, футбольного аналитика - и попробовать продать в таком ключе. Хотя тут та же проблема, что и с ВК-RUTUBE.
да, верно, всё зависит от того какими данными накормить систему, и тогда второй вопрос - откуда взять качественные данные в нужном формате. по сути я делаю линейку которой можно померить всё то что можно превратить в токены)
Seneca
> В текущем виде, лично я, не вижу перспективы. Но то, над чем ты работаешь - это по сути платформа, с которой можно стартовать в разные стороны.
потенциально эта штука может стать основой для распределённого интернета, где каждый узел является зеркалом тех вебстраниц которые посещал пользователь (с согласия самого пользователя). Что то вроде семантической карты сети, где узлы связываются по смыслу и содержанию.
Seneca
> В целом - респект.
Благодарности
Приветствую, читатель)
В общем сегодняшнюю всю ночь я потратил на то что бы показать модельку лягушки в виджете.
Что я узнал за ночь?
.fbx <— проприетарный формат autodesk и у flutter нет библиотеки которая его рендерит
.obj <— формат не имеющий анимаций, костей или любой возможности что то двигать
.glb <— гугловский формат для web, в который можно конвертить fbx, текстура в нём запекается в модельку. Сохраняет кости и анимации.
Пробовал сначала показывать .fbx, но всё безуспешно
Потом пробовал кучу разных библиотек для отображения .glb, и в лучшем случае до чего я доходил в процессе это бесконечнчая загрузка модели. Ну не показывается и всё тут, вот жеж.
Потом был момент отчаяния и я попробовал другой формат - .obj, и он с первого раза отобразился но.. но в нём нет анимаций :( Боль.
Далее я выпил кофе с молоком, вспомнил о том что я самый упрямый баран на свете, и попёр обратно, добиваться от нейросети решения с .glb, Ну раз это единственный формат который реально отобразить с анимациями во flutter. В общем я же мастер костыльного кунг-фу, в итоге мы сделали финт ушами (и не только ушами), и раз .glb это web формат, то и покажем мы его в web. Я запилил webView под винду (да, тоже не с первого раза), зафетчил оригинальную библиотеку model-viewer и плюхнул туда модель. А, webView не умеет в локальные файлы.. мммм.. и из assets тоже не достаёт. Что ж. base64, здравствуйте.
По итогам моя весьма покоцанная конвертациями моделька ОТОБРАЗИЛАСЬ! Йуухууу, радостям моим предела нет. Правда где то в процессе отвалились анимации, глазки у жабки и вообще, но, НО! моделька то показывается! Йеее. :)
Вот кстати как эт овыглядит сейчас. Вкусно будет потом. Это тот самый куб который стреляет кубом поменьше )
#devblog
PeeKay
> .fbx <— проприетарный формат autodesk и у flutter нет библиотеки которая его рендерит
> .obj <— формат не имеющий анимаций, костей или любой возможности что то двигать
> .glb <— гугловский формат для web, в который можно конвертить fbx, текстура в нём запекается в модельку. Сохраняет кости и анимации.
А где же gltf?
"webView под винду" это flutterовский плагин? Или может плюсы и win32. Хотя второй вполне умеет в локальные файлы и все остальное, значит вариант первый, хотя в первом случае вроде как плагин кроссплатформенный 🤔 И я так понял, ты отталкивался при выборе стека для этого проекта от того, с чем уже работаешь, а не от того, что нужно в результате получить. В общем как раз замут для реального костыльного кунг-фу 😁 Мне вот стало интересно в плане такого вот виджета, запромптил: