【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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust074- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00