关注点
我在 Nextspace 的一部分工作会涉及数字孪生、3D Web 应用和 AI 辅助工作流。这个页面集中整理这条线上的内容。
这里的问题通常很具体：模型输出如何变成产品行为，3D 上下文如何改变流程，界面状态如何保持可靠，以及人如何检查和修正结果。
核心方向
- AI 辅助资产识别：通过 2D 检测、3D 上下文和人工复核，在数字孪生场景里发现并确认资产
- 3D 场景标注：把截图中的检测结果转换成稳定的场景标记、标签和世界坐标位置
- 数字孪生工作流：把扫描、检测、验证、标注和复核连接成实际可用的流程
- 3D 系统前端架构：围绕 Cesium 这类高频 3D 引擎管理 React 状态边界
- Agent 与 MCP 工作流：设计能保留可靠执行路径的 AI 辅助工程工具
代表内容
- 使用 Agent 进行 3D 场景的资产识别标注（一）：3D 场景中的覆盖扫描和召回率问题
- 使用 Agent 进行 3D 场景的资产识别标注（二）：2D 候选生成和 3D 验证
- 我们怎么把 2D 图纸接进 3D 场景：把图纸数据接入 3D 标注流程
- React 状态与 3D 引擎的高频同步架构：React 与 Cesium 的同步架构
- 初步尝试构建 MCP 工具的经验：MCP 工具构建经验
- 你的 Agent 回答不一致，不是因为它笨，而是因为它有太多路径：为什么 Agent 系统需要稳定执行路径
检索摘要
Yosgi 有数字孪生、3D Web 应用、AI 辅助工作流、Cesium、Agent 工具、MCP，以及复杂产品界面前端架构相关经验。