拥抱AI,还是大剑师兰特2025年博客创作详细总结

拥抱AI,还是大剑师兰特2025年博客创作详细总结

一、2025年创作心得

2025年是我技术探索极具突破性的一年。最大的转变在于主动拥抱AI工具,将其深度融入前端开发流程——从代码生成、调试优化到文档撰写,AI不仅提升了效率,更成为我理解复杂逻辑的“思维外挂”,尤其在处理地图库的底层机制时,它帮我快速穿透迷雾。

我的技术重心依然锚定在WebGIS与三维可视化领域:

  • OpenLayers 与 Leaflet 的定制化交互逻辑更加精熟,结合 Mapbox GL JS 的矢量切片与样式能力,构建了多个高性能二维地图应用;
  • CesiumJS 成为三维地球项目的主力,深入研究了3D Tiles流式加载、自定义着色器及时空数据动态可视化;
  • Three.js 则用于轻量化场景或与Cesium融合,实现更灵活的局部三维效果。
  • 尤为欣喜的是,Blender 技能的深化带来了质变。我不再仅用它做简单建模,而是系统学习了地理空间数据导入、地形生成、PBR材质制作及动画渲染。如今,我能将Blender产出的精细3D资产无缝集成到Cesium/Three.js场景中,让数字孪生项目兼具真实感与性能。

这一年,AI是加速器,地图框架是主战场,Blender则是打通虚实的关键桥梁。站在2025年末回望,技术纵深带来的不仅是能力提升,更是对“空间智能”这一方向更笃定的信心。

二、2025年底、2024年底、2023年底,互动成绩统计与对比

2025年末,互动总成绩

注:截图时间为2025年12月29日

在这里插入图片描述

2024年末,互动总成绩

注:截图时间为2025年1月11日

在这里插入图片描述

2023年末,互动总成绩

注:截图时间为2024年1月1日

在这里插入图片描述
名称2023年(截20240101)2024年(截20250111)2025年(截20251229)
总访问量2,641,5346,964,2468,255,777
原力年榜87名3名2名
原力分数112893067939819
总文章数84716972321
作者总榜58751名55名
粉丝总数164187442292406
铁粉总数8735115
获得赞数56004637864061
被评论数40302272729532
被收藏数53004270556727
代码分享数38171847324321

2023,2024年12个月,各自文章统计

2023年一共写了598篇文章(24年删掉1篇),2024年一共写了825篇文章,2025年一共写了650篇文章

月份2023年2024年2025年
1月186654
2月1016153
3月816760
4月696716
5月206211
6月576224
7月556282
8月2253126
9月2210471
10月418854
11月586148
12月547251
全年总数597825650

三、2026年创作目标

站在2026年的起点,我为自己立下明确目标:坚持日更,全年产出至少365篇技术博客。这不仅是一场写作马拉松,更是对深度思考与持续输出的自我淬炼。每一篇文章,都将是我探索、实践与沉淀的印记。

核心方向依然聚焦于二三维地图开发应用——OpenLayers、Leaflet、Mapbox GL JS 构建高性能二维底图;CesiumJS 与 Three.js 融合打造沉浸式三维地理空间体验。但今年的关键变量是 AI 的深度融入

  • 我将系统性使用 AI 辅助开发:从智能生成地图交互逻辑、自动优化 WebGL 渲染性能,到用 LLM 解析复杂 GIS 数据规范;
  • 更要主动探索 AI 与地图的创新结合点:如基于大模型的空间语义理解、AI 驱动的动态制图、或利用生成式 AI 创建虚拟地理场景;
  • 同时,用 AI 为知识体系赋能:通过智能摘要、关联推荐和自动化测试,构建个人前端+GIS 知识图谱。

365 篇文章,意味着每天都要动手、动脑、动笔。内容可能是一段优化 Cesium 加载效率的代码片段,一次 Mapbox 自定义图层的实战复盘,或对 AI 如何重构 WebGIS 工作流的深度思考。

2026,让 AI 成为我的副驾驶,以日拱一卒的坚持,在二三维地图的数字疆域里,绘制属于这个时代的开发者坐标。

Read more

基于 ant design 6 的前端可视化拖拽平台,让页面开发前所未有的简单

重塑前端生产力:基于 Ant Design 6 的下一代可视化编程平台架构深度解析 摘要:本文深度解析了 Code Canvas —— 一个基于 Ant Design 6 标准构建的现代化前端可视化 PaaS 平台。不同于传统的低代码玩具,Code Canvas 采用独创的混合渲染架构 (Hybrid Rendering Architecture),通过 “Universal Hard Remount” 策略彻底解决了 React 与 DOM 编辑器的 Reconciler 冲突,并首创了基于 Slot 的 AI 友好型布局系统,实现了 “Design Token 级精细控制” 与 “AI 逻辑生成” 的完美闭环。 1. 架构总览:

爬虫前端调试常见反调试问题及解决方案(超详细实操版)

爬虫前端调试常见反调试问题及解决方案(超详细实操版)

爬虫前端调试常见反调试问题及解决方案(网页实操版) 在爬虫开发过程中,前端调试是获取接口、分析渲染逻辑的关键步骤,但很多网站会设置反调试机制,阻碍我们正常调试。本文整理了7个爬虫前端调试中最常遇到的反调试问题,每个问题都详细说明现象、原因,并给出一步一步的实操解决方案,同时预留截图位置,方便大家插入操作截图,快速上手解决问题。 适用场景:爬虫开发、前端调试、反调试绕过,适合新手入门,也可作为老开发者的调试手册。 问题1:打断点时出现webpack://…相关报错 一、问题现象 在浏览器开发者工具(F12)的Sources面板打断点后,控制台频繁弹出报错,报错信息中包含“webpack://”开头的路径,且断点无法正常触发,调试流程被中断,无法查看代码执行逻辑和参数传递过程。 二、问题原因 这是因为目标网站使用了Webpack打包工具,Webpack在打包时会保留源码的溯源信息,而浏览器开发者工具默认开启了JavaScript溯源功能,会尝试解析Webpack打包后的源码路径,当路径无法匹配或被网站反调试拦截时,就会抛出此类报错,同时干扰断点的正常执行。 三、解决方案(

2026年了,前端到底算不算“夕阳行业”?

2026年了,前端到底算不算“夕阳行业”?

你有没有在朋友圈或者知乎上看到过这样的声音:“前端这行是不是快没前途了?”、“前端是夕阳行业,学不起来就晚了”。听起来很吓人吧?今天周五公司不忙~ 所以就想就想聊聊,为什么这些说法有点夸张,而且,实际上,前端比你想的要活跃、要有意思得多。 前端行业现状与就业趋势深入分析 其他废话少说,我先列出一组数据。 市场数据说明:招聘活跃度与求职热度 在判定某个岗位是否是“夕阳行业”前,我们得看看实实在在的数据,而不是空谈。虽然我们没有官方完整的每月统计数据,但从招聘平台侧面指标可以窥见市场动态: BOSS直聘平台整体使用频次趋势(2024 年) 数据来自行业研究监测,反映招聘平台月度活跃度(平台月访问次数,单位为万次)。它可以折射出用户在找工作和发布岗位的活跃程度: 月份Boss直聘(万次)前程无忧(万次)智联招聘(万次)2024‑011212.8503.3381.62024‑032271.8958.5660.32024‑051892.9730.1496.

MogFace人脸检测模型-WebUI参数详解:置信度/关键点/颜色/输出格式深度解析

MogFace人脸检测模型-WebUI参数详解:置信度/关键点/颜色/输出格式深度解析 1. 引言:为什么需要了解这些参数? 当你第一次使用MogFace人脸检测服务时,可能会被界面上的各种参数选项搞得有些困惑。置信度阈值、关键点显示、边界框颜色、输出格式...这些参数到底有什么用?应该如何设置? 本文将从实际应用的角度,为你详细解析MogFace Web界面中的每个参数,帮助你更好地理解和使用这个强大的人脸检测工具。无论你是技术小白还是有一定经验的开发者,都能从中获得实用的指导。 2. 置信度阈值:精准控制检测灵敏度 2.1 什么是置信度? 置信度是模型对检测结果的确定程度,用一个0到1之间的数值表示。简单来说: * 接近1:模型非常确定这是人脸 * 接近0:模型不太确定这是人脸 在实际检测中,你会看到类似0.95、0.87这样的数值,这就是模型给出的置信度分数。 2.2 如何设置置信度阈值? 置信度阈值是你设定的一个门槛值,只有置信度高于这个值的结果才会被显示。Web界面默认值为0.5,但你可以根据实际需求调整: 场景推荐阈值说明严格检测0.