图形学新人常被模型视图矩阵绊倒TaoToken 官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 上能拿到 API Key把 Key 和 Base URL 填进 Codex 之后我再让它对着老版 OpenGL 的 glulookat、glFrustum 把矩阵栈拆开推导顺了屏幕空间、切线空间矩阵的疑惑也一起解开。这不是让你换掉图形学教材只是排障时多了一个随时能回答“这一步到底是哪个矩阵在乘”的助手。老版固定管线把模型矩阵和视图矩阵合在GL_MODELVIEW里glLoadIdentity()之后用gluLookAt摆摄像机最后才画几何体。这种写法把矩阵连乘的顺序藏在了管线内部所以很多人在 2.0 之后转到可编程管线就懵为什么所有矩阵都要自己在程序里算好再传进 shader模块视图矩阵到底先乘哪个、投影之后为什么还要除以 w正是两个最容易卡住人的地方。1. 模型视图矩阵model 乘 view还是 view 乘 model一个顶点从模型本地坐标走到屏幕坐标实际经历的是模型空间 - 世界空间 - 摄像机空间 - 裁剪空间 - 屏幕空间每一步对应一个矩阵但现代 OpenGL 顶点着色器里只写一行uniform mat4 model; uniform mat4 view; uniform mat4 projection; layout(location 0) in vec3 aPos; void main() { gl_Position projection * view * model * vec4(aPos, 1.0); }这里从右往左读model先作用到顶点上把模型空间坐标变成世界空间坐标view再把世界空间坐标变成摄像机空间坐标projection最后把摄像机空间坐标压到裁剪空间。也就是说顶点在传递过程中是从右边往左边依次经过矩阵的。如果你把顺序写成model * view * projection等于让 model 矩阵作用于投影矩阵的结果模型的位置和旋转会彻底错乱。老版 OpenGL 之所以容易让人混淆是因为GL_MODELVIEW这个名字把GL_MODELVIEW合成成了一个栈在固定管线里你调用glMatrixMode(GL_MODELVIEW)之后后续的变换会左乘到当前矩阵上。当你在glLoadIdentity()之后调用gluLookAt其实已经隐含了一层“模型矩阵在最内层、视图矩阵在它外层”的栈结构。可编程管线里没有这个隐式栈uniform mat4 model和uniform mat4 view必须明确分开传乘序一旦写反物体会飞到摄像机身后或者绕着世界原点乱转。让 Codex 检查乘序时我通常直接贴给它两段代码一段是上面那个 GLSL 顶点着色器另一段是固定管线的状态机代码然后问它“这两者的矩阵乘法顺序如何对应”。它会告诉你固定管线的glMatrixMode(GL_MODELVIEW)里实际维护的是view * model顶点先被 model 变换再被 view 变换到了可编程管线你要自己把这两个矩阵分别算出来并按projection * view * model * vec4(pos, 1.0)的顺序传入。这儿有个经常被忽略的细节view矩阵本身也是“旋转 平移”它的旋转部分由摄像机的前方向、上方向和右方向组成。当你写下gluLookAt(eye, center, up)时OpenGL 并不是直接把这个函数参数当成矩阵元素存下来而是先算出三个正交基向量再把它们组装成一个 4x4 矩阵。这个组装过程才是视图矩阵推导里真正值得练手的地方。2. 先把 Codex 指到 TaoTokenconfig.toml 里的 base_url 和 Key要让 Codex 回答上面那些矩阵问题第一步是让 Codex 背后的模型通道先通起来。TaoToken 在文章里扮演的就是这个兼容通道它把统一的 API 地址暴露给 CodexCodex 只需要知道一个 Base URL 和一个 API Key。先去 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 注册并创建 API Key拿到之后字符串一律以YOUR_API_KEY占位不要写进任何会被提交到 Git 的文件里。接下来在本地编辑~/.codex/config.toml把 Codex 的模型供应商指向 TaoToken# ~/.codex/config.toml model YOUR_MODEL_ID model_provider taotoken [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api env_key TAOTOKEN_API_KEY然后在当前 shell 里设置环境变量export TAOTOKEN_API_KEYYOUR_API_KEY配置里最值得注意的地方是base_url。填进 Codex 的地址是https://taotoken.net/api末尾不要加/v1也不要顺手把前面网页链接里的utm_source参数带进来。官网落地页用来注册、创建 Key、看模型广场和看用量工具配置文件里只需要纯接口地址。model YOUR_MODEL_ID里的模型 ID 不是随便编的要去 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 的模型广场查当前可用的 ID。网上教程里那些带着日期后缀的命名很可能已经过期直接复制到自己配置里只会得到 404。喜欢命令行的话TaoToken 也提供一个快速验证通道npm install -g taotoken/taotoken taotoken cc -k YOUR_API_KEY -u https://taotoken.net/api -m YOUR_MODEL_ID这条命令会启动一个终端问答会话适合在写 Codex 配置之前先确认 Key 和模型 ID 是否有效。如果它能正常回复说明 Codex 的config.toml只差最后一步确认环境变量名和模型 ID 一致。3. 拿 gluLookAt 当考题让 Codex 把视图矩阵拆开Codex 接通之后第一道考题就用 glulookat。不要直接问“什么是视图矩阵”那样得到的答案太笼统。把问题写具体一点请推导出 gluLookAt(eye, center, up) 返回的 4x4 矩阵解释旋转部分和平移部分分别由什么组成并指出为什么填充平移项时要取负的 dot(s, eye)。Codex 会给出类似这样的拆解思路先算出前方向f normalize(center - eye)用f和up叉积得到右方向s normalize(cross(f, up))再用s和f叉积得到真正的上方向u cross(s, f)。视图矩阵的旋转部分由s、u、-f三个行向量组成平移部分是这三个轴在eye上的投影的负值。如果你真的去手推最容易出错的就是符号。f是center - eye的方向但视图矩阵的旋转矩阵里第三行用的是-f因为 OpenGL 摄像机默认看向-z方向。平移项为什么是负的因为视图矩阵要把世界坐标的 eye 点移到原点所以在旋转之后还要把 eye 的位置反向补回来。这一小段推导自己算五分钟很容易乱让 Codex 先给结论再要求它把每一步的dot和cross写出来比你盯着向量发呆要快得多。验证 Codex 是否真的理解而不是背答案可以追加一个问题用 numpy 实现上面的 gluLookAt 推导生成两个矩阵一个用刚才的推导公式另一个用我手写的实现对比两者差值是否为 0。让 Codex 生成一段本地脚本你在自己的机器上跑把输出贴回对话。这样它讲得对不对一跑便知。4. glFrustum 到齐次除法投影后为什么必须除以 w视图矩阵之后的变换是投影。老版 OpenGL 里这段代码glMatrixMode(GL_PROJECTION); glLoadIdentity(); glFrustum(left, right, bottom, top, near, far);glFrustum生成的是透视投影矩阵。透视的关键点是近处大、远处小这个缩放关系被编码在矩阵第四行的w分量里。标准透视投影矩阵大致长这样xScale 0 a 0 0 yScale b 0 0 0 c d 0 0 -1 0其中xScale 2 * near / (right - left)yScale 2 * near / (top - bottom)a (right left) / (right - left)b (top bottom) / (top - bottom)c -(far near) / (far - near)d -(2 * far * near) / (far - near)。当顶点乘完这个矩阵后得到的是裁剪空间坐标(x_clip, y_clip, z_clip, w_clip)而w_clip恰好等于原视点坐标中-z的镜像。透视投影让远处的物体坐标在齐次除法时被除一个更大的w所以离摄像机越远落到 NDC 里的坐标越趋近于 0画面就自然呈现出近大远小。如果不除以w整个场景会以“正交拉伸”的方式铺在屏幕上所有物体都没有远近纵深。很多读者卡在“投影矩阵已经算好了为什么还要再做一步齐次除法”其实是因为他们只看见了矩阵前半段没看见后半段光栅化之前的透视除法。这一行除法发生在裁剪空间之后、NDC 空间之前OpenGL 管线固定帮你做你不需要在着色器里写gl_Position / gl_Position.w但推导时必须知道它存在。从 NDC 到屏幕空间还有最后一步x_ndc在[-1,1]区间屏幕坐标screen_x (x_ndc 1) / 2 * viewport_widthy同理但 OpenGL 的视口变换会让y方向翻转。原文里说“平移变化到0,1的屏幕空间”指的就是把[-1,1]映射到[0,1]再乘以分辨率。Codex 在这儿能帮你做一件很实在的事给定一组left/right/bottom/top/near/far让它输出一个点从视锥内某个坐标一路到像素坐标的完整计算过程然后你在点一下之前先猜一下结果再对答案。5. 切线空间矩阵 TBN法线贴图不在模型空间里算模型视图矩阵和投影矩阵处理的是顶点位置法线贴图处理的则是“表面该怎么反光”。法线贴图里存的是切线空间的法线取值范围从[0,1]映射到[-1,1]可它和顶点一样也有一个“哪个空间”的问题。如果你直接拿贴图采样出来的法线和世界空间的光照方向做点积会得到完全错误的结果。要用好法线贴图需要构造一个 TBN 矩阵把切线空间的法线转到世界空间或视图空间。TBN 的三个列向量分别由切线 T、副切线 B、法线 N 组成vec3 N normalize(vNormal); vec3 T normalize(vTangent); vec3 B normalize(cross(N, T)); mat3 TBN mat3(T, B, N); vec3 tangentNormal texture(normalMap, vUv).rgb * 2.0 - 1.0; vec3 worldNormal normalize(TBN * tangentNormal);这里最常见的坑是B的方向。cross(N, T)得到的是“右手系”副切线可很多建模软件的 UV 坐标系约定并不统一有的引擎会直接取cross(T, N)或者乘一个-1。如果发现法线贴图的光照左右颠倒八成就是这里的叉积顺序反了。另一个容易翻车的地方是TBN 矩阵本身来自模型空间的T和N如果你的光照方向在视图空间计算而法线被转到了世界空间那两者就不在同一个坐标系里。要么让光照方向也走同一个view矩阵要么把 TBN 转到视图空间后再变换法线。让 Codex 排查这类问题时直接把着色器代码贴给它并附上这句提示检查我的 TBN 变换矩阵和 lightDir、viewDir 是否处于同一个空间。如果是请给出一个只在片元着色器里修改的最小例子。Codex 会先定位lightDir是从哪来的再看TBN * tangentNormal输出到哪个空间。这一步排查很值钱因为画面出现不正常的亮斑时人眼很难分辨到底是 TBN 叉积方向错还是光照方向空间不统一。原文里还提到平面投影阴影、模板阴影以及glClipPlane。这些技术同样依赖矩阵叠加比如平面阴影会把一个投影矩阵乘到 model 变换之外让几何体被压到一个平面上模板阴影则是利用裁剪面控制哪些像素写入模板缓冲。理解了模型视图矩阵的乘序之后再看这些用法会清晰很多它们都是“在变换链的某一环插入一个额外矩阵”插入位置不同阴影效果完全不同。6. 四个最容易翻车的位置把这套矩阵变换从头到尾走了一遍之后我把最常见的翻车点整理成一个对照表。它既包含图形学推导问题也包含 Codex 接入 TaoToken 时可能遇到的问题现象根源检查方向物体绕世界原点乱转而不是绕自身中心旋转model 和 view 乘序写反或 model 矩阵里的平移部分被 view 覆盖确认projection * view * model * pos的从右到左顺序场景没有近大远小像被压平顶点着色器里缺少齐次除法或投影矩阵的 w 分量算错确认 gl_Position.w 是否等于原视图空间-z法线贴图光照左右颠倒/出现对称亮斑TBN 的副切线方向用了错误的叉积顺序检查cross(N, T)还是cross(T, N)并与建模工具约定对照Codex 返回 401环境变量TAOTOKEN_API_KEY没有被替换成真实 Key或 shell 没执行 export在终端 echo$TAOTOKEN_API_KEY确认值Codex 返回 404config.toml里的base_url多写了/v1改成https://taotoken.net/api不要加后缀最后一行的 404 是配置时最典型的错误很多人习惯性把 Base URL 写成/api/v1但 TaoToken 的接入地址就是https://taotoken.net/apiCodex 会在请求时自动补齐具体路径。写配置时把官网和接口分开记注册、看 Key、看用量去 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 填配置文件用https://taotoken.net/api。矩阵推导这件事说到底是一个“把坐标系不断变换”的过程。Codex 走 TaoToken 的意义不在于替你写答案而在于当你对着 glulookat 和 glFrustum 绕不出来时它可以把你写的矩阵一笔一笔拆开告诉你哪一列在做什么、哪一个符号为什么是负的。现在登录 TaoToken 控制台看看刚才那次 Codex 会话消耗了多少 Token顺便核对一下模型广场里有没有更合适的模型 ID再拿下一个矩阵变换去问它。