Рядом же есть реализация проперти не через поинтер, а через функции

Так, у нас теперь есть объект с полями. Откуда они там зарегистрируются - попозже, вкратце через кодген. Теперь нам нужны функции

Здесь jerry API тоже нас не балует удобством и предоставляет интерфейс биндинга функции в скриптовое значение. Статичной функции... Снова пишем обертки!

По факту мы действительно биндим одну единственную статичную функцию на все типы функций, но саму функцию запихиваем через нативный объект. Да, скриптовое значение, которое является функцией, может еще и держать поинтер на кастомные данные.

Делаем уже по привычному пути и даже используем тот же интерфейс для хранения обертки над функцией. А в статичной функции обращаемся к этому контейнеру и вызываем функцию

Пока все просто. Но еще нужно передать параметры! Тут все интересно. Ведь на стороне JS список параметров - это массив jerry_value_t . На стороне С++ - это конкретная сигнатура функции. Пахнет магией шаблонов

При вызове функции из контейнера нам нужно упаковать параметры из JS в tuple<> для передачи в нативную функцию. Каждый отдельный параметр мы просто кастим через оператор каста в ScriptValue. А чтобы их все проитерировать, мы итерируем параметры из сигнатуры нативной функции через шаблоны - UnpackArgs

Эта функция принимает в качестве параметров шаблона индекс параметра! и тип аргументов. Внутри рекурсия с приростом индекса параметра и ображение к элементу tuple через std::get<idx>.

Оборачиваем всякой шелухой на удаление ссылок из типов, проверяем как именно должна вызываться фукнция - с возвращаемым значением или нет, и вызываем нативную функцию через std::apply(). В нее передаем указатель на функцию и tuple с параметрами

Вауля, мы умеем прокинуть нативную функцию из С++ в JS и вызвать ее из JS. Немножко сложнее вызываются функции класса, там нужно еще и обработать this

А как вызвать из С++ функцию из JS? Процесс идет наоборот, но немного проще.

Сначала объявляем интерфейс вызова через передачу параметров в виде скриптовых значений - InvokeRaw. В ней просто дергаем jerry API - jerry_call_function

Ну а чтобы иметь нормальный плюсовый интерфейс вызова функции, нам нужны variadic template args и их упаковка в массив ScriptValue. Для этого используем функцию PackArgs с магией итерирования по variadic templates.

В результате имеем человеческий вызов Invoke, который сам сконвертит параметры и передаст в скрипт.

Теперь, как регистрировать С++ классы в JS. Для начала нужно как-то объявить конструктор. Помните выше описывал как работают конструкторы в JS? Вот нам нужно все то же самое сделать для нативных классов:

определяем функцию, которая работает с this, подсовывая туда свежесозданный нативный объект, дополняя полями и функциями, которые маппятся на этот нативный объект

функция определяется тут. В ней мы конструируем объект и с помощью кодгена прокидываем данные о полях и функциях, используя вышеперечисленное API ScriptValue

Теперь о кодгене. Не буду углублятся, тк сейчас часть кодгена у меня переусложнена. Вкратце у меня кодген генерит шаблонный метод по перебору всех метаданных класса, в который передается какой-то класс-процессор. Есть такой процессор для сериализации, а есть для биндинга скриптов.

В этот процессор на вход попадает ScriptValue и указатель на класс. Он заполняет ScriptValue полями из класса и функциями. Заполняет только теми, у которых есть аттрибут @SCRIPTABLE

Ну вот, так в базовом виде работает скриптинг в о2. Есть автоматический биндинг классов в JS, есть удобное API по работе с JS сущностями. Из самого JS работать с нативными объектами тоже вполне удобно и выглядит вполне естественно

Теперь пару слов о редакторе. Впринципе, на базовом уровне все просто. Добавился ScriptableComponent, который держит в себе ссылку на специальный ассет скрипта и ScriptValue инстанса этого скрипта. В нем вызывает всякие OnStart, Update, OnEnabled/Disabled функции из ScriptValue. Сам инстанс обозначен как serializable. Для него написан конвертор, который просто перебирает все проперти и пишет в DataValue (обертка над json).

Чтобы отобразить все параметры в редакторе есть специальное поле редактора ScriptValueProperty, которая показывает содержимое ScriptValue и позволяет его редактировать. По умолчанию воспринимает ScriptValue как объект и вытаскивает поля из него. Но может работать с ним и как с массивом.

сорри что наспамил кому-то в телегу :)

holy shit, я начал открывать для себя возможности chat gpt 🤯 Не буду описывать свои эмоции, итак уже все в ахере... Но попробую рассказать немного о том, как получается его использовать в работе, что уже успел попробовать

для тех кто в танке, chat gpt - это нейросеть, обученная на огромном количестве текстов, способная генерировать текст с неким контекстом

для простоты - это чат-бот. Единственное что он умеет - генерировать ответы на запросы. Но в этом то вся и фишка, он умеет отвечать. Он умеет выделять смысл, обобщать, менять контекст. А еще он умеет писать код 😉

но он не умеет думать, мыслить, у него нет своего мнения

хотя, по факту, можно заставить его думать и решать простые задачки. Например я задавал ему задачку про собаку, прыгающую по разноцветным коробкам. Он понимает условия и может предложить решение, расписав по шагам.

Начал с простого примера: есть две коробки, красная и черная. Собака сидит на красной. Затем собака прыгнула на другую коробку. На какой коробке оказалась собака?

Я явно не указал куда она прыгнула. Но задал условия, из которых можно понять ответ. Коробок всего две, сидит собака на красной. Она прыгнула на другую, значит она не может прыгнуть на ту же красную коробку. Выходит она на черной

ChatGPT выдал верный ответ с объяснением

справелдивости ради, задача простая. Поэтому я ее усложнил и добавил еще одну коробку - желтую. И сказал что собака прыгнула так же на другую коробку. Какой тут правильный ответ? Фактически тут два ответа, либо черная, либо желтая. ChatGPT понял это и написал соответствующий ответ

вероятнее всего такая задачка где-то кем-то была описана и решена в интернете, отсюда chatGPT понимает что происходит. Но, я не спец в нейросетях, не могу сказать как именно получается ответ

дальше я спрашивал всякое, пробуя прощупать границы нейросети. Она умеет немного креативить, но все это очень похоже на что-то, что уже ты сам видел. Хотя может вполне себе совмещать плохосовместимые вещи.

Меня ничего не останавливало (про порно и убийства она не может писать, да), и я скормил несколько бредовых запросов, в надежде запутать нейросеть. Например, сможет ли бобер быть хорошим джедаем, и смог ли бы он использовать свой хвост в поединках на световых мечах. В целом ChatGPT справлялся с моим потоком бреда, и пытался предположить каким будет бобер-джедай.

ну ладно, вернемся к изначальному тезису, как это можно применить в работе

итак, я пишу код, придумываю системы, и мне стало интересно, насколько все это может упростить мою жизнь. Главное не разрушить, а то вдруг программисты то уже совсем не нужны стали 😂

сходу взял несколько доступных под рукой инструментов: собственно ChatGPT, co-pilot от github, и внезапно тихо пробравшийся в мою жизнь MSVS Intellicode suggestions. Забегая вперед последнее оказалось самым полезным

про ChatGPT уже рассказал, теперь пару слов об co-pilot и Intellicode suggestions

в целом эти обе штуки про одно и то же - они предлагают варианты кода, которые можно написать прямо где стоит курсор в редакторе. То есть они смотрят контекст, шуршат своими нейронами, и предлагают тебе 1 или более вариантов кода (или текста), который вот прям здесь можно написать

отличаются тем, что Intellicode suggestions выдает маленькие результаты, стараясь действовать узко в контексте окружающего его кода и проекта в целом. А co-pilot вываливает громоздкие варианты, более проработанные, но порой абсолютно бредовые. Иногда зацикливается сам в себя и просто выдает какую-нибудь лесенку однотипного кода