3步实现浏览器端3D建模:无需安装的CAD新体验
当你需要快速创建3D模型却受限于专业软件安装时,Chili3D提供了一种革新性解决方案——基于浏览器的开源3D CAD应用,让你随时随地开展设计工作。
传统3D设计的痛点与破局之道 🛠️
设计工程师小张曾面临这样的困境:出差时急需修改客户的机械零件模型,却发现笔记本电脑未安装专业CAD软件。Chili3D的出现解决了这一痛点——作为一款基于TypeScript构建的浏览器端3D设计工具,它通过WebAssembly(浏览器端的高性能运行环境)技术将OpenCascade几何内核引入网页,实现了无需安装即可使用的专业级建模体验。
从入门到精通:Chili3D核心功能全解析
基础操作:3分钟上手的建模工具集
当你需要快速构建基础模型时,Chili3D的直观工具栏让一切变得简单。通过点击界面顶部的"Draw"和"Tools"菜单,你可以立即创建10种基础几何体(Box、Cylinder、Sphere等)。每个工具都配有实时预览功能,只需拖动鼠标即可调整尺寸参数,让新手也能在几分钟内完成第一个3D模型。
进阶技巧:精准建模的智能辅助系统
专业设计需要精确控制,Chili3D的智能捕捉系统让复杂建模变得轻松:
- 对象捕捉:自动吸附到几何特征点(端点、中点、圆心)
- 角度追踪:实时显示旋转角度,支持1°精度的角度约束
- 动态工作平面:随时切换建模基准面,解决复杂空间关系
这些功能就像一位隐形助手,在你绘制草图时自动提供几何约束建议,大幅提升设计精度。
实战应用:从概念到成品的完整工作流
当你需要将2D草图转化为3D模型时,Chili3D提供了完整的特征创建工具链:
- 使用"Prism"工具将矩形拉伸为立方体
- 通过"Revolve"功能将曲线旋转成复杂回转体
- 应用"Boolean"运算实现模型的组合与切割
- 利用"Fillet"和"Chamfer"工具添加圆角和倒角细节
整个过程实时预览,参数可随时调整,让创意快速转化为精确模型。
行业解决方案:Chili3D的多元应用场景
机械设计领域
工程师可以在浏览器中完成零件设计、装配模拟和尺寸标注,支持导出STEP格式与专业CAD软件无缝协作。其精确的几何计算能力足以满足机械零件的设计需求,而轻量化的特性特别适合团队在线协作评审。
教育教学场景
院校可以将Chili3D整合到工程课程中,学生无需在个人设备安装软件即可学习3D建模基础。直观的界面降低了学习门槛,丰富的工具集又能满足从基础到高级的教学需求。
产品原型制作
设计师可以快速创建产品概念模型,通过实时渲染查看设计效果。支持将模型导出为STL格式直接用于3D打印,缩短从设计到原型的验证周期。
开始你的浏览器3D设计之旅
在线体验
直接在浏览器中打开Chili3D即可开始设计,所有数据保存在本地,保护你的创意安全。
本地部署
如需离线使用或二次开发,通过以下步骤在本地搭建环境:
- 克隆仓库:
git clone https://gitcode.com/GitHub_Trending/ch/chili3d - 安装依赖:
npm install - 启动服务:
npm run dev
参与共建:Chili3D的未来展望
作为活跃开发中的开源项目,Chili3D欢迎所有开发者参与贡献:
- 代码贡献:通过GitHub提交PR,参与核心功能开发
- 插件开发:基于插件系统扩展软件功能,已提供helloworld-ts等示例
- 反馈渠道:加入项目社区(如微信群)分享使用体验和功能建议
随着Web技术的发展,Chili3D将持续优化渲染性能,添加材质编辑、动画制作等高级功能,目标成为浏览器端最强大的3D设计平台。无论你是专业工程师还是3D设计爱好者,都可以在这里释放创意,体验无需安装的CAD新方式。
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 StartedRust0199
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
