CascadeStudio 开源项目教程
1. 项目介绍
CascadeStudio 是一个完全在浏览器中运行的实时脚本化 CAD 内核和 IDE。它允许用户通过代码创建 3D 模型,支持从简单的基本几何体到复杂的旋转、扫描和倒角等高级功能。CascadeStudio 利用 OpenCascade 内核的强大功能,并提供了一个简洁的标准库来简化模型的构建。用户可以将完成的模型保存为 STEP、STL 或 OBJ 格式,或者通过 URL 分享给社区。
2. 项目快速启动
2.1 环境准备
确保你已经安装了以下工具:
- 现代浏览器(如 Chrome、Firefox)
- 代码编辑器(如 VS Code)
2.2 克隆项目
首先,克隆 CascadeStudio 项目到本地:
git clone https://github.com/zalo/CascadeStudio.git
2.3 启动项目
进入项目目录并启动本地服务器:
cd CascadeStudio
python -m http.server 8000
打开浏览器,访问 http://localhost:8000,你将看到 CascadeStudio 的界面。
2.4 创建第一个模型
在代码编辑器中打开 index.html,找到代码编辑区域,输入以下代码来创建一个简单的立方体:
let cube = oc.BRepPrimAPI_MakeBox(10, 10, 10).Shape();
let result = cube;
点击“运行”按钮,你将在浏览器中看到一个 10x10x10 的立方体。
3. 应用案例和最佳实践
3.1 创建复杂模型
CascadeStudio 支持创建复杂的 3D 模型。例如,你可以通过组合多个基本几何体来创建一个复杂的机械零件:
let cylinder = oc.BRepPrimAPI_MakeCylinder(5, 20).Shape();
let box = oc.BRepPrimAPI_MakeBox(10, 10, 10).Shape();
let result = oc.BRepAlgoAPI_Fuse(cylinder, box).Shape();
3.2 导入和导出模型
CascadeStudio 支持导入和导出多种格式的 3D 模型。你可以导入一个 STEP 文件并进行编辑,然后导出为 STL 格式:
let importedModel = oc.BRep_Tool.ReadStepFile("path/to/your/model.step");
let result = importedModel;
导出模型:
oc.BRep_Tool.WriteStlFile(result, "path/to/save/model.stl");
4. 典型生态项目
4.1 OpenCascade.js
OpenCascade.js 是 CascadeStudio 的核心 CAD 内核,它将 OpenCascade 的功能移植到浏览器中,使得在浏览器中进行复杂的 3D 建模成为可能。
4.2 Three.js
Three.js 是一个用于在浏览器中创建 3D 图形的 JavaScript 库。CascadeStudio 使用 Three.js 来渲染 3D 模型,提供了丰富的视觉效果和交互功能。
4.3 Monaco Editor
Monaco Editor 是 VS Code 使用的代码编辑器,CascadeStudio 使用 Monaco Editor 提供代码编辑和智能感知功能,使得代码编写更加高效。
通过这些生态项目的结合,CascadeStudio 提供了一个功能强大且易于使用的 3D 建模环境。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
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