mcpField
P
performance-at-scale

performance-at-scale

github.com/bbeierle12开发958 次安装1 天前更新
代码仓库

关于 performance-at-scale

performance-at-scale 面向大型建造系统中的空间索引与世界流式加载。它提供网格、八叉树、区块管理和性能分析脚本及选型指导。

主要功能

  1. 01均匀分布的 SpatialHashGrid
  2. 02聚集对象的 Octree
  3. 03基于区块的世界流式加载
  4. 04性能分析工具
  5. 05实例化、LOD 与内存指南

适用场景

  1. 01查询均匀布局中的邻近对象
  2. 02处理空间聚集的对象
  3. 03在大型地图中流式加载区块
  4. 04对性能方案进行基准测试

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/bbeierle12/skill-mcp-claude --skill performance-at-scale

安装后在 Claude Code 中输入/performance-at-scale确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

_meta.json
references/
performance-at-scale.md
scripts/
chunk-manager.js
octree.js
performance-profiler.js
spatial-hash-grid.js

详细介绍

大规模场景下的性能

面向大规模建筑系统的空间索引和世界流式加载。

快速入门

import { SpatialHashGrid } from './scripts/spatial-hash-grid.js';
import { Octree } from './scripts/octree.js';

// Uniform distribution - use hash grid
const grid = new SpatialHashGrid(10);
grid.insert(piece, piece.position);
const nearby = grid.queryRadius(position, 15);

// Clustered bases - use octree
const octree = new Octree(bounds, { maxDepth: 8 });
octree.insert(piece);
const inBox = octree.queryBox(min, max);

参考资料

请参阅 references/performance-at-scale.md，了解以下内容的详细指南：

  • 空间分区选择（何时使用网格或八叉树）
  • 区块加载策略
  • 实例化和 LOD
  • 内存管理

脚本

  • scripts/spatial-hash-grid.js - 面向均匀分布的 O(1) 查询
  • scripts/octree.js - 面向聚集对象的自适应查询
  • scripts/chunk-manager.js - 面向大型地图的世界流式加载
  • scripts/performance-profiler.js - 基准测试工具

选择指南

部件数量分布使用方案
<1,000任意Array
1-5k均匀SpatialHashGrid
1-5k聚集Octree
5k+任意ChunkManager + 每个区块使用 Octree

评论

支持 Markdown