技术人的管理方法论(三)—— 管理规划
说起管理规划,大部分管理者并不陌生,因为管理者每半年或者每季度就需要做一次规划。有的公司叫制定KPI,有的公司叫梳理团队OKR,还有的公司叫季度规划或年度规划,总之就是要和上级约定,接下来我们要做什么,以及如何评估做的好不好,对管理者来说,这是和上级对齐的最重要的约定。
准确的说,完成团队KPI和OKR的设定,只是管理规划的一部分,因为这个只体现了上级对团队的期待,并不能完全涵盖你作为团队负责人对于管理工作的全部规划
技术人的管理方法论(二)—— 角色认知
GAMES101 系列总结(三):Shading
目前我们已经介绍了图形学中的以下几个步骤:
- 前三个图表示的是MVP矩阵将模型上每个点的坐标转换到屏幕空间的过程
- 最后一个图表示的是,将转换后的屏幕空间中的点连接成的三角面片进行光栅化的过程,即判断每个三角面片会以影响哪些像素点
GAMES101 系列总结(二):光栅化
GAMES101 系列总结(一):线性代数与模型变换中我们讲了如何通过MVP矩阵将模型上的点坐标变为[−1,1]3的一个立方体之中的坐标,这篇文章我们继续介绍,如何将这个立方体中的点绘制到屏幕上。
光栅化主要分为三个部分,首先是将所有的点拆分为一个个的三角形,这个过程叫做Triangles,在这个过程中,可能出现某些三角形覆盖的位置没法用像素来表示而导致的锯齿,所以我们要做抗锯齿,这个过程叫做Antialiasin,还有就是我们从三维映射到二维的过程中,如何进行深度测试,即如何使用Z-Buffer。
如何用Python返回SSE数据
最近在使用python调用gpt的sse接口并通过sse的方式返回给自己的前端。遇到了几个问题,简单记录下,也没什么代码量,但也用了大半天的时间才搞定。
- python如何返回sse
- 为什么我返回的sse中的换行符总是会丢失
fetch-event-source源码解析
我们都知道ChatGPT的接口支持流式SSE的方式进行数据返回,而前端浏览器默认提供了EventSource去接收SSE,但是问题在于,默认的EventSource只支持Get请求,切不支持任何自定义的头部,而ChatGPT的接口就是POST请求,且需要在头部携带token,于是使用了一个微软的库,我们来解释一下它的用法,源码以及从协议角度简单说一下它的源码可以运行的基础,即它的源码为什么可以工作
Web即时通信方案梳理
最近对chatgpt能够进行流式请求返回的协议产生了一点好奇,于是就去了解了一下,一开始我以为是HTTP2,或者是WS协议,后来发现都不是,而是一种叫做SSE(Server-Sent Events)的协议。
GAMES101 系列总结(一):线性代数与模型变换
最近开始重新系统学习计算机图形学的知识,于是目光放到了GAMES101,一边看,一边做,一边总结吧。这次总结下线性代数的基础知识,以及游戏中是如何做模型变换的。最后完成一下作业1.
如何将Canvas转为SVG
之前做了个关系图谱的需求,因为导出png等图片放大会失真,所以希望导出为矢量图。但是G6自带的导出图谱功能再Canvas模式下无法导出为SVG,而SVG模式又有很多特性不支持,所以就想办法能不能把Canvas导出为SVG了。