一周热榜

这是一本关于Blender Python API的食谱合集。每个食谱都提供了一个（大多数情况下）<i>自包含</i>的解决方案，用于解决一个<i>明确界定</i>的问题。 <p>我开始撰写这本书主要是为了我自己——作为一个可以在使用API构建复杂项目时参考的伴侣。虽然Blender有着出色的API文档，但某些技术和工作流程仅通过阅读文档很难发现。通常，你需要深入Blender的源代码或研究现有的插件才能弄清楚一些问题。这本书旨在记录那些实用但有时不太明显的解决方案。 <p>每个食谱的目标是为你提供足够的信息，以便快速解决问题。在编程时，我们大多数时候是在处理一个更大的问题时寻找零散的解决方案。如果我能够清晰简洁地表达这些零散的解决方案，我就认为这是成功的。 <p>学习如何使用API构建插件、操作几何体、创建自定义交互操作符、构建用户界面、编写自定义命令行接口等……

我理解，使用像 Chat、Cursor 和 Claude Code 这样的工具进行软件开发，很可能是在提供训练数据，帮助这些大型语言模型（LLMs）在编码方面变得更好（我意识到这很讽刺，因为我可能正在助长自己的失业……）。<p>但我对实际的机制感到好奇：这个反馈循环到底是如何运作的？当我接受、拒绝或修改这些模型生成的代码时，这个信号是否会直接反馈到训练中？<p>我并不是反对这一点，只是对制作过程感到真心好奇。