【亲测免费】 Rhino Compute 项目教程
1. 项目介绍
Rhino Compute 是一个基于 RhinoCommon 和 headless Rhino 的 REST 几何服务器。它允许开发者通过 REST API 访问 Rhino 的几何计算功能,包括 Rhino 和 Grasshopper 的强大几何处理能力。Rhino Compute 是 Rhino 8 for Windows 的一部分,可以在任何支持 Rhino 8 for Windows 的环境中运行。
2. 项目快速启动
2.1 环境准备
在开始之前,确保你已经安装了以下软件:
- Rhino 8 for Windows
- Python 3.x
- Git
2.2 克隆项目
首先,克隆 Rhino Compute 项目到本地:
git clone https://github.com/mcneel/compute.rhino3d.git
cd compute.rhino3d
2.3 安装依赖
进入项目目录后,安装所需的 Python 依赖:
pip install -r requirements.txt
2.4 启动服务
使用以下命令启动 Rhino Compute 服务:
python src/compute.py
2.5 测试服务
启动服务后,你可以通过浏览器或 Postman 等工具访问以下 URL 来测试服务是否正常运行:
http://localhost:8081/version
如果服务正常,你将看到 Rhino Compute 的版本信息。
3. 应用案例和最佳实践
3.1 几何计算
Rhino Compute 可以用于各种几何计算任务,例如生成复杂的几何形状、进行布尔运算、以及处理曲面和曲线。以下是一个简单的 Python 示例,展示如何使用 Rhino Compute 生成一个简单的立方体:
import requests
url = "http://localhost:8081/rhino/geometry/box"
params = {
"basePlane": "Plane(Point3d(0,0,0), Vector3d(0,0,1))",
"xSize": 10,
"ySize": 10,
"zSize": 10
}
response = requests.get(url, params=params)
print(response.json())
3.2 Grasshopper 计算
Rhino Compute 还支持 Grasshopper 的计算功能。你可以通过 REST API 调用 Grasshopper 定义的组件和逻辑。以下是一个示例,展示如何调用 Grasshopper 组件:
import requests
url = "http://localhost:8081/grasshopper"
data = {
"pointer": "your_grasshopper_definition_path",
"values": {
"input_param1": "value1",
"input_param2": "value2"
}
}
response = requests.post(url, json=data)
print(response.json())
4. 典型生态项目
4.1 Rhino 3D
Rhino 3D 是一个强大的三维建模工具,广泛应用于建筑、工业设计和产品设计等领域。Rhino Compute 作为 Rhino 3D 的一部分,提供了强大的几何计算能力,使得开发者可以在 Rhino 3D 的基础上构建更复杂的应用。
4.2 Grasshopper
Grasshopper 是 Rhino 3D 的可视化编程插件,允许用户通过图形界面创建复杂的参数化模型。Rhino Compute 支持 Grasshopper 的计算功能,使得开发者可以通过 REST API 访问 Grasshopper 的强大功能。
4.3 Rhino.Inside
Rhino.Inside 是一个允许 Rhino 3D 嵌入到其他应用程序中的项目。通过 Rhino.Inside,开发者可以在其他应用程序中使用 Rhino 3D 的几何计算功能,进一步扩展 Rhino Compute 的应用场景。
通过以上模块的介绍,你应该能够快速上手 Rhino Compute 项目,并了解其在实际应用中的潜力。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0131
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00