【征文计划】使用Rokid与Unity开发背单词软件

简介: 你是否也有这样的时刻:打开手机准备背单词,却被弹出的通知带走了注意力,五分钟后又开始在刷短视频。我们总想利用通勤和排队的碎片时间,但始终无法逃离手机这个时间黑洞,直到我开始佩戴Rokid AR眼镜,看着眼前空旷的视野,我突然有了一个想法。为何不开发一款极简背单词软件?

1.引言

你是否也有这样的时刻:打开手机准备背单词,却被弹出的通知带走了注意力,五分钟后又开始在刷短视频。
我们总想利用通勤和排队的碎片时间,但始终无法逃离手机这个时间黑洞,直到我开始佩戴Rokid AR眼镜,看着眼前空旷的视野,我突然有了一个想法。为何不开发一款极简背单词软件?

q1.png

2.前期准备

基础环境使用Unity2022.3.62开发,IDE使用VS2022。SDK前期配置不过多赘述,可参考官网文档。
开发环境搭建文档
SDK导入

需注意,Unity安装时记得勾选Android Build Support 完整组件。

2.1 设置

打开Unity Project Settings,找到XR Plug-in Management,勾选OpenXR。找到OpenXR页签,加入Rokid HandTracking Profile、Rokid Controller Profile。在下方OpenXR Feature Groups处勾选Hand Tracking Subsystem、Rokid ARFoundation Support、Rokid Openxr Support。
q2.png

q3.png

在Package Manager中选择Rokid UXR SDK,加载Sample案例。(如果没有找到这个SDK,请看官方文档,如何导入Rokid package)

q4.png

2.2 场景配置

找到场景uxr016-UIOverlay并复制一份,后序功能基于该场景开发。
q5.png

删除不必要的层次结构
q6.png

使用UGUI组装单词Label模板,添加布局组等,大致如下:
q7.png

3.开发工作

3.1 前期分析

3.1.1 理清需求

在开发AR眼镜端的背单词应用时,我们面临几个关键需求:
简洁高效的UI展示:利用UGUI构建单词卡片,适配AR眼镜的显示特点
自动刷新机制:每隔一定时间自动更换显示的单词,保持内容新鲜度
随机抽取:从词库中随机选择单词,避免学习顺序固化
组件化设计:将显示逻辑和业务逻辑分离,便于维护和扩展
基于以上需求,我们设计了两个核心脚本:LabelItem(负责单个单词卡片的显示)和WordDisplayController(负责整体的刷新调度和单词管理)。

3.1.2 核心机制

数据层:硬编码30个常用单词,作为演示用词库
定时器:使用协程实现非阻塞的定时刷新,避免Update轮询
对象池思想:每次刷新时销毁旧实例、创建新实例(可根据性能优化需求改为对象池)
随机算法:Fisher-Yates洗牌算法确保每次抽取的单词足够随机

3.1.3 关键技术点

UGUI动态实例化:通过Instantiate创建预制体,并设置父物体为布局组
组件通信:控制器通过GetComponent获取LabelItem并调用其SetWord方法
协程控制:使用StartCoroutine和WaitForSeconds实现间隔执行
泛型洗牌算法:可复用的List洗牌方法,保证随机性

3.2 实践

3.2.1 层级修改

基于上一部分的层级结构,先进行一些修改.将模板节点放置于布局节点外部,并设为非激活状态,便于后序实例化。

q8.png

3.2.2 LabelItem代码编写

编写LabelItem脚本代码,并将该脚本挂载于Template上,设置wordText引用

using System.Collections;
using System.Collections.Generic;
using UnityEngine;
using UnityEngine.UI;

/// <summary>
/// 挂在单词预制体(Template)上的脚本,用于接收并显示单词文本
/// </summary>
public class LabelItem : MonoBehaviour
{
   
    // 在Inspector中需将预制体上的Text组件拖拽绑定到此字段
    [SerializeField] private Text wordText;

    /// <summary>
    /// 由控制器调用,设置显示的单词
    /// </summary>
    /// <param name="word">要显示的单词字符串</param>
    public void SetWord(string word)
    {
   
        if (wordText != null)
            wordText.text = word;
        else
            Debug.LogWarning("LabelItem: wordText 未赋值,请检查预制体绑定。");
    }
}

3.2.3 WordDisplayController

编写控制器代码脚本,该脚本挂载于MainPanel处

using System.Collections;
using System.Collections.Generic;
using UnityEngine;

/// <summary>
/// 背单词主控制器:管理30个单词库,每隔10秒随机刷新4个单词到布局组下
/// </summary>
public class WordDisplayController : MonoBehaviour
{
   
    [Header("UI 引用")]
    [Tooltip("存放单词预制体的父物体,需挂载水平或网格布局组件")]
    [SerializeField] private Transform container;          // 布局组所在的父物体(如Content)

    [Tooltip("单词预制体(Template),需挂载 LabelItem 脚本")]
    [SerializeField] private GameObject templatePrefab;    // 带有LabelItem的预制体

    [Header("配置参数")]
    [Tooltip("每次显示的单词数量")]
    [SerializeField] private int wordsPerBatch = 4;

    [Tooltip("刷新间隔(秒)")]
    [SerializeField] private float refreshInterval = 10f;

    // 单词库(硬编码30个常用单词)
    private readonly List<string> wordDatabase = new List<string>()
    {
   
        "apple", "banana", "cherry", "dog", "cat",
        "house", "car", "tree", "book", "pen",
        "sun", "moon", "star", "cloud", "rain",
        "happy", "sad", "big", "small", "hot",
        "cold", "run", "jump", "eat", "drink",
        "red", "blue", "green", "yellow", "black"
    };

    // 用于暂存当前显示的Item实例(方便后续清除)
    private List<GameObject> currentItems = new List<GameObject>();

    private void Start()
    {
   
        // 启动循环刷新协程
        StartCoroutine(RefreshLoop());
    }

    // 无限循环:每次清空旧项 -> 生成新批单词 -> 等待指定时间
    private IEnumerator RefreshLoop()
    {
   
        while (true) // 无限循环,适合AR眼镜长时间运行
        {
   
            ClearCurrentItems();
            SpawnRandomWords(wordsPerBatch);
            yield return new WaitForSeconds(refreshInterval);
        }
    }

    /// <summary>
    /// 从数据库中随机选取指定数量的单词并实例化显示
    /// </summary>
    /// <param name="count">本次要显示的单词数量</param>
    private void SpawnRandomWords(int count)
    {
   
        if (templatePrefab == null)
        {
   
            Debug.LogError("templatePrefab 未赋值,无法实例化单词项。");
            return;
        }

        if (container == null)
        {
   
            Debug.LogError("container 未赋值,无法设置父物体。");
            return;
        }

        // 随机打乱数据库,取前count个(如果count大于数据库总数,则取全部)
        List<string> shuffled = new List<string>(wordDatabase);
        Shuffle(shuffled);

        int takeCount = Mathf.Min(count, shuffled.Count);
        for (int i = 0; i < takeCount; i++)
        {
   
            // 实例化预制体,并设置父物体为container
            GameObject newItem = Instantiate(templatePrefab, container);
            newItem.SetActive(true);

            // 获取LabelItem组件并赋值单词
            LabelItem label = newItem.GetComponent<LabelItem>();
            if (label != null)
            {
   
                label.SetWord(shuffled[i]);
            }
            else
            {
   
                Debug.LogWarning("预制体上缺少 LabelItem 组件,无法设置文字。");
            }

            // 记录已生成的Item,便于后续清除
            currentItems.Add(newItem);
        }
    }

    /// <summary>
    /// 销毁所有当前显示的单词项
    /// </summary>
    private void ClearCurrentItems()
    {
   
        foreach (GameObject item in currentItems)
        {
   
            if (item != null)
                Destroy(item);
        }
        currentItems.Clear();
    }

    /// <summary>
    /// 对List进行随机洗牌(Fisher–Yates算法)
    /// </summary>
    private void Shuffle<T>(List<T> list)
    {
   
        int n = list.Count;
        for (int i = n - 1; i > 0; i--)
        {
   
            int j = Random.Range(0, i + 1);
            T temp = list[i];
            list[i] = list[j];
            list[j] = temp;
        }
    }
}

最终运行后,即可看见单词不断刷新了。

4.总结

这次开发实践验证了AR眼镜在“微学习”领域的巨大潜力。当手机等传统设备不断用通知和丰富的应用争夺我们注意力时,AR眼镜凭借其“始终在场,却又隐身于视野边缘”的特性,为我们开辟了一个新的专注地带。通过简单的技术组合,我们就能将那些流失在App切换间的碎片时间,重新转化为有价值的输入。
希望本文的思路与代码能激发更多开发者的灵感,一同探索AR与教育、效率工具结合的无限可能,让科技真正帮助我们夺回被“黑洞”吞噬的时间。戴上眼镜,世界就是你的学习界面。

相关文章
|
4月前
|
人工智能 文字识别 开发工具
「睛」准识人:基于Rokid AI眼镜的智能名片识别与管理系统开发实战
本文基于Rokid CXR-M SDK,构建了一套AI眼镜与手机协同的智能名片识别系统,实现名片拍摄、识别、提取与云端管理一体化。涵盖架构设计、核心算法、交互优化与隐私保护,提供AR+AI融合的高效商务解决方案。
362 2
|
定位技术 开发工具 图形学
|
6天前
|
监控 安全 网络安全
基于社会工程学的交互式恶意载荷投递机制研究:以假冒IT支持攻击链为例
本文剖析一起假冒IT支持的交互式社会工程攻击:通过垃圾邮件诱导、浏览器崩溃制造恐慌、语音电话建立信任,诱使用户手动安装Havoc C2载荷。攻击滥用DLL侧加载、武器化AnyDesk、伪造云托管钓鱼页,巧妙利用“权威效应”与“紧急性原则”,绕过传统EDR检测。提出技术防御、流程管控与人员意识协同的多维防护策略,并强调零信任下重构人机验证机制的重要性。(239字)
67 14
|
2天前
|
人工智能 运维 自然语言处理
OpenClaw 部署及使用保姆级指南!大模型Coding Plan免费API配置+6大模块30+落地案例Skill解析及常见问题
2026年,OpenClaw的开源生态已形成“工具丰富但落地迷茫”的独特现状——ClawHub收录技能超1.7万款,GitHub星标突破20万,但多数用户仍停留在“安装即吃灰”的困境。核心矛盾并非工具不足,而是缺乏“场景化落地指引”:用户知道OpenClaw能调用工具、操作系统,却不知道具体能解决哪些实际问题。
258 6
|
4天前
|
人工智能 Linux API
【最全】零基础玩转OpenClaw:阿里云/本地部署步骤+Skill清单+免费API配置一站式教程
OpenClaw(原Clawdbot)并非简单的AI聊天机器人,而是一套具备任务自动化、跨平台协作能力的AI操作系统,Skill作为其核心扩展能力,能让AI真正实现“动手干活”。2026年的OpenClaw生态已拥有3000+Skill,覆盖30余个应用领域,无论是个人提升办公效率,还是团队实现轻量协作,都能通过合理配置满足需求。本文将从零基础部署入手,完整讲解阿里云、MacOS、Linux、Windows11的OpenClaw部署流程,搭配阿里云百炼API配置方法、必装Skill清单及常见问题解答,让新手也能快速上手,真正让AI落地工作场景。
213 3
|
1月前
|
自然语言处理 算法 自动驾驶
【无人机控制】基于旋转动力学双模型的多旋翼无人机时间最优轨迹规划附matlab代码复现
✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。 🍎 往期回顾关注个人主页:Matlab科研工作室 👇 关注我领取海量matlab电子书和数学建模资料 🍊个人信条:格物致知,完整Matlab代码获取及仿真咨询内容私信。 🔥 内容介绍 随着自动驾驶车辆在社会中的普及,性能评估及其方法受到越来越多的关注。其中,多旋翼飞行器因其在摄影、精准农业、三维重建、监测等领域的应用而备受瞩目,例如医学运输等潜在用途也正在研究中。为此,需要建立多旋翼飞行器的基线轨迹,以评估飞行机动的可能性及新型多旋翼设计的飞行性能。这促使我
|
3天前
|
人工智能 数据可视化 JavaScript
新手必看!OpenClaw 阿里云部署全流程(喂饭级步骤+百炼API+避坑手册),复制代码就能成
2026年,OpenClaw(曾用名Clawdbot、Moltbot)成为开源AI领域的现象级工具,凭借“数据隐私可控、技能插件化扩展、自然语言执行”的核心优势,快速风靡新手群体与技术爱好者。它本质是一款开源的AI智能体执行网关,自身不具备独立的大语言模型推理能力,就像一台“裸机”,需对接外部大模型API才能拥有“智能大脑”,搭配Skills(技能插件)就能实现文件管理、代码编写、办公自动化等各类实际任务,真正做到“让AI替人干活”。
109 8
|
3天前
|
人工智能 API 网络安全
OpenClaw玩转小红书运营保姆级教程:1分钟阿里云部署+百炼API配置+实战避坑指南
OpenClaw(前身为Clawdbot/Moltbot)是一款遵循MIT协议的开源、本地优先的AI自动化代理引擎,更是能落地各类实际工作场景的自托管式AI数字员工。它以自然语言指令为驱动,打破了传统AI仅能“生成内容、提供建议”的局限,通过“意图解析→任务规划→工具调用→结果反馈”的完整闭环,实现了从对话到实际执行的跨越。
262 8
|
2天前
|
人工智能 测试技术 API
5个AI 龙虾🦞员工自动流转!OpenClaw多Agent部署、免费大模型Coding Plan API配置、研发协作与问题排查手册
OpenClaw(原Clawdbot,昵称“小龙虾”)作为2026年主流的开源多智能体框架,其核心优势在于支持多Agent协作——通过创建不同角色的智能体,实现任务自动派发、结果回调与流程闭环。传统研发流程中,一个人需切换需求分析、开发、测试等多个角色,效率低下且易出错;而OpenClaw的多智能体系统可让AI分别扮演这些角色,从需求到代码的完整流程从1-2天缩短至15-30分钟,成本节省80%。
189 6