【亲测免费】 OpenCascade.js 技术文档
概览
OpenCascade.js 是一个将著名的开源3D几何建模核心 OpenCascade 移植到JavaScript并通过Emscripten编译为WebAssembly的项目。这项技术使您能够在浏览器中以接近原生的速度运行CAD应用程序,支持多线程,并且可以根据应用需求定制库的大小,优化资源消耗。本文档旨在引导您完成安装、使用以及了解项目API的过程。
安装指南
直接在网页中使用
如果您想立即试用OpenCascade.js,可以直接在HTML文件中通过CDN链接引入:
<script type="text/javascript" src="https://path/to/opencascade.min.js"></script>
请替换https://path/to/为实际的版本链接,具体版本可能需要查看最新的GitHub发布页面或官方文档来获取最新有效的URL。
作为npm包安装
对于Node.js项目或更复杂的构建流程,可以通过npm进行安装:
npm install opencascade.js
随后,在您的代码中,可以使用require或import语句导入OpenCascade.js:
const OCC = require('opencascade.js');
// 或者,如果你使用的是ES模块
import * as OCC from 'opencascade.js';
项目的使用说明
初始化环境
确保在使用OpenCascade.js之前,您的网页已加载完毕且JavaScript执行环境准备就绪。可以利用DOMContentLoaded事件:
document.addEventListener('DOMContentLoaded', function() {
// 开始使用OpenCascade.js的功能
});
示例代码
创建一个简单的3D形状(例如:一个立方体):
const viewer = new OCC.Viewer(document.getElementById('viewer3d'));
OCC.loadCAShape(viewer, OCC.BRepPrimAPI_MakeBox(10., 10., 10.), (shape) => {
viewer.displayShape(shape, true);
});
这里假设有一个ID为viewer3d的HTML元素用于承载3D视图。
项目API使用文档
OpenCascade.js提供了丰富的API来操作3D模型。以下是一些基础示例:
-
创建形状:
let box = OCC.BRepPrimAPI_MakeBox(10., 10., 10.).shape(); -
显示形状(假设已经初始化了viewer):
viewer.displayShape(box); -
清除当前显示:
viewer.clearDisplay();
更多详细的API文档,请参考官方网站的文档部分,或者查看源码中的注释和示例项目,如OpenCascade.js-examples仓库。
项目构建与自定义
若要从源代码构建OpenCascade.js或进行自定义编译,首先确保拥有Git和Node.js环境。之后,按照以下步骤操作:
- 克隆项目到本地:
git clone https://github.com/donalffons/opencascade.js.git - 进入项目目录并安装依赖:
cd opencascade.js npm install - 构建项目(根据需要可调整配置):
npm run build
这将生成可用于生产的JavaScript文件。详细构建配置和选项,请参考项目的package.json和相关文档。
通过上述步骤,您可以开始探索和使用OpenCascade.js,构建高效、高性能的在线CAD应用程序。记得参与社区讨论和贡献,让这个项目更加完善。
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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00