节点密度热力卡上线:1.2 万条连接关系压缩进一张卡
新版卡片把原本需要滚动 7 屏的图谱压缩为单卡三层视图:概览层看密度、聚焦层看簇群、详情层看单点权重。实测在 2000 节点规模下,交互响应稳定在 120ms 以内,适合在评审会上直接投屏讲解。
探索与发现 · 第 3 期观测任务已开启
每一条都可追溯来源与样本量,帮你判断“值不值得继续往下看”。
本周更新 · 4 条
新版卡片把原本需要滚动 7 屏的图谱压缩为单卡三层视图:概览层看密度、聚焦层看簇群、详情层看单点权重。实测在 2000 节点规模下,交互响应稳定在 120ms 以内,适合在评审会上直接投屏讲解。
把模型结构投影到 60×40cm 桌面区域,手机端建议保持 45° 俯视、环境照度 ≥300lx,识别成功率可提升约 18%。
卡片改为可视区前 1.5 屏预取,首屏可交互时间从 2.4s 降到 1.3s;弱网下自动降级为骨架卡,不再出现空白跳变。
统一 4/8pt 间距节奏与三级景深阴影,跨 8 个业务模块复用,视觉走查问题数下降 46%。
卡片的悬停、展开、拖拽三类行为全部上报,可回溯“用户在第几张卡放弃探索”,用于优化信息密度。
标签页对应四种探索视角,切换不刷新页面,卡片与栅格同步重排。
标签页切换
01
按 1.5 屏预取、卡片进入可视区再拉数据,首屏请求数控制在 6 个以内,弱网首屏可交互 ≤1.5s。
动态加载
02
概览/聚焦/详情三层切换,单卡最多承载 2000 节点;簇群着色只用主色与强调色,避免高饱和堆叠。
数据展示
03
识别平面后锚定模型骨架,建议 60×40cm 桌面、45° 俯视;结构层可单独隐藏,讲解时避免视觉遮挡。
AR集成
04
悬停高亮、点击展开、拖拽重排三类操作全部可回溯;每次批注记录时间戳与探索路径,讨论不跑题。
交互体验6 条可落地要点,展开即见参数与阈值。建议按顺序执行,每完成一条再做下一条。
可展开步骤轴来自真实使用场景的记录,保留了他们最在意的那一个数字。
以前讲模型结构要靠截图拼贴,现在一张卡片就能把三层视图讲完。评审时间从 40 分钟压到 22 分钟。
卡片间距统一成 16px 之后,视觉走查的问题单从 63 条降到 34 条,前端还原度肉眼可见地稳了。
AR 里把网络铺在桌面上之后,新人第一次就能说出“哪一层在做什么”,培训周期缩短约三分之一。
同一套卡片体系,落到不同业务里长成不同模样。
2 个实景
把 2000 个服务节点压进卡片网格,异常簇以强调色点亮,平均定位时间从 8 分钟降到 3 分钟。
AR 投影 + 卡片批注同步,学员可逐层展开;一次 45 分钟的课程能覆盖 3 个完整模型。
这些数字每周复核一次,用来判断“观测台”是否还健康。
弱网首屏可交互时间
2000 节点下的卡片交互响应
视觉走查问题数下降幅度
异常节点平均定位耗时