傳說中的Silverlight 3多點觸控(Multi-Touch)應用

作者： -
SL3推出已久，傳說中，SL3支援Windows 7的Multi-Touch功能，為何是『傳說中』呢? 因為一直以來苦無Touch Screen設備可以讓我測試，害我在present Silverlight Application時，總是有那麼點小小的遺憾，這個心頭的遺憾始終揮之不去...(不是我不去買，是市面上還買不到通過W7認證的螢幕，不過大家別擔心，馬上你就會看到支援W7的Touch設備將如雨後春筍般的出現啦)

可能是微軟聽到了我在連續四場研討會的小小抱怨(...ㄟ...是懇求)，終於肯弄台Touch Screen借我來玩玩，難得微軟這麼大發善心，此時不借更待何時，儘管當天要從遙遠的客戶處繞到微軟總部，但還是專程去了一趟...

周五，Touch Screen終於到手，回家第一件事情就是把塵封已久的Windows 7打開(是的，其實我W7早就灌好了很久，但是沒有Touch Screen始終讓我意興闌珊)，把螢幕給接上去...怪怪，怎麼沒反應咧??? 東弄西弄，開始有畫面了(似乎觸控也work)，只是怎麼解析度怪怪的，依照Anne跟我說的，只需要把螢幕接頭接上，插上USB就搞定啦???

研究了半天，原來根本不是Touch Screen的錯，Touch Screen還真的是接上去就可以用，原來是我剛灌好的Dell NB的W7顯卡驅動程式還沒安裝，導致無法輸出正確的訊號到Touch Screen，立刻到nVIDIA網站，下載，安裝，搞定。

嘿嘿嘿，接下來花了約莫1.5個小時，第一個Silverlight Multi-Touch應用程式完成!!! 底下是我寫好的第一個SL3 Multi-Touch應用程式範例，嘿，這應該是現階段少數可以用Multi-Touch控制的網站喔(有Windows 7+IE8+Touch Screen的朋友可以連上去測試一下Multi-Touch在Browser上執行的狀況)：
http://blog.studyhost.com/BlogData/20090921/MultiTouchTestTestPage.html
PS.檔案很大是因為我用了一個MediaPlayer的控件，跟Multi-Touch無關...

但我想目前能測試的網友肯定不多，因為大家都還沒有Touch Screen，所以我拿攝影機錄製了一段Video，有興趣的朋友可以看看這段測試，你會看到我用SL做了一個簡單的網站，並且讓圖片、影片、圖表、資料等物件都可以透過Multi-Touch放大縮小，控制起來算是相當順暢(順暢度主要跟程式寫法有關，到是跟Hardware關係不大)，詳細的Touch Screen實測報告容後再寫，如果我在TechDays的SL場次時間來得及，我會現場Demo一下(不保證一定來得及)。

總的來說，我拿到的這台Touch Screen蠻順的，真的是挺順，比起我過去用過的和聽說的都好很多，如果要我買我可能會買這種(而非那種All-In-One的PC或NB)，只是大大一台螢幕攜帶比較不方便。(強烈降低我搬到TechDays Demo的意願)

而SL3要怎麼撰寫支援Multi-Touch的應用程式呢? 其實這部分一點也不困難，程式碼的部分我會在後天的TechDays和大家報告，同時在下一期的Run!PC雜誌和我後續的BLOG上會陸續和大家分享。^_^

嘿嘿，SL3...果然準備好了!

留言

SBM寫道…
老師,今天9/23在TechDays 2009聽到您精彩的課程,已讓我對Silverlight 3有了更深入的了解,但可能是因為今天的時間太趕了,許多程式碼都直接貼上您事先準備好的,在最後的時侯,好像有聽到關於Silverlight 3的部份,您可能會放在電子書中,不知您是會放在那一本書呢?所使用的語言是C OR VB呢?
2009年9月24日 凌晨12:31
匿名表示…
董老師請問您一下，你的silverlight3.0是c#還是vb.net的呢?假如我沒有買2.0直接買3.0的是否會看得懂呢?會不會該講的基礎在3.0就都沒提到了呢?
2009年9月24日 中午12:39
David寫道…
SL3的書籍就是我在Blog首頁貼上的那本，請讀者需要特別注意的是，這本書是SL2的改版，整本書的紙本內容其實是原先SL2的內容，而SL3的部分則全部是以PDF檔案的形式收錄在DVD光碟中，再加上SL2, SL3的範例，以及SL2, SL3的教學影片等。

全書是以VB為主要的開發語言，如果您需要以C#為主的開發語言，我會有另外一本單就SL3內容的專書，是以C#/VB兩種語言同時撰寫的，不過這本專書並未包含SL2的部分，是單單只有SL3的新內容。
2009年9月25日 清晨7:26
匿名表示…
所謂的單就SL3的新書的意思是說，書本內容同時會包含C#和VB，又或者其中一種語言是以光碟來呈現呢?那新的專書的內容是和現在這本PDF的內容相同的嗎?
2009年9月25日 上午9:09
David寫道…
書籍內容會以VB呈現，光碟中會有C#和VB兩種不同的程式碼，而內容大約會比PDF多1/3，但完全不包含SL2的部分，也就是讀者需要有SL2的基礎才行。
2009年9月25日 上午9:38
承佑表示…
HI 董老師
關於Multi-Touch，有兩點問題想請教您。
1. SL的多點觸控可支援到幾點?目前我看範例好像是2點，有可能支援到4點，甚至10點嗎 (在Multi-Touch LCD本身支援的情況下)?
2. 你覺得未來Multi-Touch的發展如何?會不會又是一個雷聲大雨點小的科技玩意? 對於一般商業環境，多點觸控能帶來什麼樣的改變? 現在是有環境、有系統，但好像沒有看到有殺手級的應用?
以上兩個問題，一個是比較技術性，另一個是比較概擴性的議題，就請老師有空時，再做回覆。謝謝。
2009年9月25日 中午12:33
David寫道…
to 承佑,
目前的multi-touch技術，只要device支援，在軟體面我們並沒有支援點數的限制，SL3所支援的Multi-touch，是透過一個collection傳回每一個被觸控的點的座標位置，因此可以取得Device所傳入的每一點。

而應用的部分，我會在下一期(應該是11月)的RunPC討論。
2009年9月26日 下午1:51
Unknown寫道…
透過Google看到您的網頁。對多點觸控(Multi-Touch)程式的Demo覺得很有興趣，關於圖檔位置自由移動放大縮小如何實作，還有播放器的部分，是否為silverlight提供，以及網頁看起來有Live desktop的感覺，想請教一下開發所用到的技術或Lib是什麼?謝謝!!
2009年9月29日 下午1:12
David寫道…
to Mac,
圖檔位置自由移動是用了Silerlight 3中的Behaivor, 放大縮小是透過SL3中Scale變形機制，播放器的部分是MS expression Blend 3內建的Control, 網頁看起來有Live desktop的感覺也只是用SL中的Layout技巧，所用到的是微軟的Silerlight 3開發技術。^_^
2009年10月1日 凌晨1:47
張貼留言

這個網誌中的熱門文章

使用LM Studio輕鬆在本地端以API呼叫大語言模型(LLM)

作者： -
圖片
最近上課常被問到，如何在地端環境搭建出大語言模型(LLM)，並且呼叫其API。 一開始我不太理解為何會有這樣的需求(因為在地端自行搭建運行LLM的成本不一定比較低，即便可能比較安全)，但被問多了，也就開始遍尋相關的解決方案，看看有沒有什麼最簡單的方式，可以讓開發人員在地端測試大語言模型? 後來我選擇 LM Studio ，它就是一款設計來運行大型語言模型（LLM）的平台，有個算是挺優雅的整合環境，讓一般 end-user 或開發人員，都可以輕易地在 local 端進行模型的部署和測試。 LM Studio 本身支援多種模型架構和框架，當然，最重要的是，它是免費的。 下載安裝 都很容易，我就不多說。 安裝好之後，你可以看到首頁中已經呈現了許多 Hugging Face上的模型： 這顯然是因為Hugging Face是大部分免費開源模型的集散地。 你可以搜尋自己喜歡的模型，透過LM Studio下載到local之後，就可以直接載入(下圖一)： 隨手設定一下 system prompt(上圖二)，然後，就可以直接對談了。(上圖三) LM Studio會使用你的GPU進行運算(如果有的話)，你會發現，原來有好的設備(GPU)，運行的速度可以如此之快。 Local Server 對於開發人員來說，它還有個超級更友善的功能。 LM Studio本身還提供一個 local server，可以幫你把模型包裹起來讓你直接透過API呼叫該模型的功能，例如： 上圖是我們開啟 LM Studio中 Local Server功能後的結果，你可以透過 localhost 的 1234 port 來呼叫這個被 LM Studio 運行起來的大語言模型。(有沒有發現，我們用的也是 chat/completions API) 透過Postman簡單提供一下 JSON Body: { "model": "LM Studio Community/Meta-Llama-3-8B-Instruct-GGUF", "messages": [ { "role": "system", "content": "你是AI助理，請一律用繁體中
Read more »

VS Code的字體大小

作者： -
圖片
身為.net developer，這年頭是什麼code都得要會寫的年代。 而雖然我的NB還沒從Windows淪陷為Mac OS，但寫Node.js和Python免不了要用VS Code，這是一種愛的表現。 但歲月不饒人，盡管微臣非常熱於配合，但VS Code預設字體的大小在我還沒錢買大尺寸螢幕的狀況下，實在讓老臣難以適應。當下的第一個反應是什麼? 當然是 Ctrl+滑鼠滾輪往上推…哇靠，沒用。看…這設計…恩，千錯萬錯一定是我的錯。 只好從選單 file –> Preferences –> Settings: 在出來的視窗中，你可以看到 editor.fontsize: 沒錯，改它就行了。改不動? 喔，不好意思，我沒仔細看說明，要copy到右邊是吧，沒問題，copy->paste->modify->Save…搞定。 好簡單啊…連ctrl+(mouse scroll up)都用不到了呢… 咦?這是一篇抱怨文嗎? 沒有，誰說的? 免費的tool我們還有什麼好抱怨的呢…要感恩啦。 啊….對了，如果你還是堅持要使用 Ctrl+滑鼠滾輪，請找關鍵字… "editor.mouseWheelZoom"
Read more »

使用 Dify 建立企業請假機器人

作者： -
圖片
八卦與未來 上個月，前Google執行長Eric Schmidt在史丹福有場演講，媒體關注的是八卦消息(如果你也曾關注，網路上有很多鐵定可以找到)，但我注意到的則是他提到了自己認為接下來 AI(特別是大語言模型) 可能的發展方向，包含: Large Context Window AI Agent Text-to-Action 底下這邊有這一個段落的影片： https://www.youtube.com/watch?v=zl3k1ksFZdY 為何我會關注這部分? 因為上述的三個方向，也是身為開發人員的我，過去這一年，來與LLM打交道後的感想。昨天，我在 twMVC 的研討會分享中，展示了一個其實我過去早做過了N百次的範例，就是企業的請假機器人。(唯一不同的是，這次我幾乎沒有寫任何程式碼) 場景是，員工在家裡生病了，想要透過語音或是app進行請假，你可以看底下這個運行的範例 (git圖檔會循環播放，開始是 『我好像感冒了』)： 用自然語言對談的方式，即可完成請假。 我說過，類似這樣的範例我做過很多次，用 LINE Bot 搭配 C# 做過，用MS Bot Framework 做過，前陣子也用 Semantic Kernel 框架做過，更早期，還沒有AI的時代，我也在EIP和HR系統裡做過。 但我想說的是，這 就是 Text-to-Action 的呈現，也是一個典型的 AI Agent 的例子，它讓我們透過自然語言(可以是語音或文字)，直接命令機器人(Chat Bot、AI 助理、Agent、Assistant …不管你叫它什麼…)幫你完成一件事情(請假、售票、查詢資料、做財務報表、統計圖表、寫程式…etc.)。 這是一直以來人類對電腦最底層的需求與期待。 隨著 LLM 能夠處理和記憶的 Context 愈來愈被放大，AI Agent 所能夠處理的任務就更加的不受限制。 自然語言才是最符合人類直覺的操作 順帶一提，我昨天在研討會中講了一個故事。 有天，你覺得自己需要聘請一位助理，因此上網張貼徵人啟事，沒多久，你找到了一位號稱上知天文、下知地理的高材生，來幫助你更有效率的完成工作。 他什麼都好，唯一的一個小缺點是，你不能直接對這個助理下達指令，你必須用一種只有這個助理看得懂的語法，才能要求這個助理幫你完成特定的工作。這些語法還挺
Read more »

使用Qdrant向量資料庫實作語意相似度比對

作者： -
圖片
什麼是向量資料庫? 在許多的AI實作當中，都有向量資料庫的使用需求。例如RAG(檢索增強生成)、或是資料的相關性比對、相似性搜尋…等，這些應用情境中，我們都會用到向量資料庫。 向量資料庫主要的任務，當然就是存儲和查詢向量數據。被儲存的向量數據通常是高維度的資料，以陣列(集合)的形式呈現。 例如，OpenAI就有提供一組Embedding API，讓我們可以把文字給向量化。你可以透過該 API，把一句話(一段文字)轉換成向量數據，類似底下這樣： OpenAI 的這組 Embedding API，在預設狀況下，會把資料轉成 1536 維度的向量數據，其背後的行為是把文字送給一個訓練好的模型，透過該模型跑出這組向量數據，再回傳給用戶。 然而，把一段文字給向量化的目的是什麼呢? 當我們把文字做了這種轉換後，在 1536 維度的座標空間(向量數據)中，愈相似的文字，透過Embedding API會得到距離愈接近的座標點，藉此，我們得以迅速的判斷兩段文字在語意上的相似性。 而向量資料庫中所謂的查詢功能，主要就是向量的檢索，像是『近鄰搜索（Nearest Neighbor Search）』，當用戶或應用程式提交一個向量查詢時，向量資料庫會幫我們找出資料庫中，與之最相似(接近)的向量座標點。 因此，開發人員只需要透過 Embedding API，把文字轉成向量，再把轉換好的向量座標值，儲存到向量資料庫之中，未來就可以透過向量資料庫來查詢相似(接近)的文字。 關於這個部分，如果讀者有興趣，前陣子有段網路上的影片把多維度向量資料庫的概念介紹的蠻清楚的: https://www.youtube.com/watch?v=W_ZUUDJsUtA https://www.youtube.com/watch?v=ct20Kv8yn0U 為何需要? 向量資料庫最實務上的應用，就是找到類似的特徵值。 例如，當我們把人臉的特徵值以向量資料的形式儲存到向量資料庫中之後，我們就可以透過資料庫本身提供的搜尋功能，快速地尋找出相似的人臉，這也是許多AI應用實現的基礎。 我們底下的程式碼範例，則是找出最接近的問題。(呃…什麼意思?🤔 請往下繼續看) 我們在建立對談機器人時候，常常需要讓機器人回答用戶的問題。這時，我們會讓用戶輸入問句，然後透過 Embedding API
Read more »

使用C#開發LineBot(3) - 使用LineBotSDK發送Line訊息

作者： -
圖片
新版的Line Messaging API，要主動發送訊息給用戶不是很困難，主要是透過Push API，可以參考底下的官方說明 : https://devdocs.line.me/en/#push-message 另外，如果你想申請一個Line Bot，可參考: 關於LineBot (1) - 用c#建立一個LineBot 前陣子說過，我們為了團隊開發方便，做了一個 Nuget Package 以便於讓撰寫C#的開發人員可以方便的進行Line Messaging API的操作。 所以，如果你想要透過該SDK來發送訊息給用戶，可以透過底下的指令: isRock.LineBot.Utility.PushMessage(               UserId, 要傳送的訊息, AccessToken); 別忘了使用前，要先引用linebotSDK這個套件: 當您在.net 4.x的專案中，安裝上述lintbotSDK，即可透過前面提到的指令發送訊息給用戶，但請注意，該用戶必須加你的bot為好友。 你可能在使用時會碰到一個問題，怎麼知道用戶的id呢? 請注意，PushAPI的Line用戶id並非你的line ID，而是一長串項是底下這樣的id: U6OX388eOX3634X2OX2e341OX06b8OX4123 這個ID會在你的用戶跟你的bot交朋友，或是對談的時候，由系統傳送給你所設定的WebHook網址(其本質上是一個asp.net WebAPI或類似的API服務)。你會在Line傳遞給該WebHook URL的封包中的JSON形式資料內獲得。 也就是說，當你的用戶傳訊息給你的Bot，或是與你的Bot做朋友(或封鎖)，你所在你的LineBot後台，所設定的這個WebHook，都會收到這些相關的訊息。其設定位置如下: 訊息內容是以JSON的格式出現。 但是，如果你還不知道怎麼寫一個WebHook，該怎麼辦呢? 寫個WebHook其實很簡單，以asp.net來說，就是寫一個asp.net WebAPI即可。(有空我再說明，但今天比較沒空) (2017更新，WebHook開發方式請參考 這裡 ) 如果你沒空寫，可以先用底下這個工具(注意這個工具 僅限測試使用 ，我們不保證其穩定性與可用性、與資料安全性): http://isbaas.azurewe
Read more »