JSketcher 开源项目教程
1. 项目介绍
JSketcher 是一个用纯 JavaScript 编写的参数化 2D 和 3D CAD 建模器。它最初由 xibyte 开发,用于创建 3D 打印模型。JSketcher 提供了一套丰富的工具,用于可视化、选择/交互 3D 几何体,并跟踪和存储模型历史。其核心是一个 2D 约束求解器,该求解器完全用 JavaScript/TypeScript 实现,并用于 3D CAD 和 2D 草图绘制。JSketcher 还使用 OpenCascade 进行实体建模操作。
主要组件和功能
- 几何约束求解器:允许解决应用于草图的几何约束系统。
- 2D 草图绘制器:允许设计 2D 草图并应用几何约束,使用 HTML5 Canvas 进行渲染。
- 3D 布尔引擎:使用 OpenCascade 对 BREP 对象执行布尔运算。
- 特征历史:逐步构建 3D 模型,并使用比较步骤来传播边/面 ID,以提供稳定和健壮的模型。
- 导出为 STL、DWG 和 SVG 格式:支持将项目导出为多种格式。
- 浏览器本地存储:支持将项目保存在浏览器本地存储中。
2. 项目快速启动
安装 Node.js
首先,确保你已经安装了 Node.js。如果没有安装,可以从 Node.js 官网 下载并安装。
克隆项目
使用 Git 克隆 JSketcher 项目到本地:
git clone https://github.com/xibyte/jsketcher.git
安装依赖
进入项目目录并安装依赖:
cd jsketcher
npm install
启动项目
安装完成后,启动项目:
npm start
访问项目
启动后,打开浏览器并访问 http://localhost:3000,即可看到 JSketcher 的界面。
3. 应用案例和最佳实践
3D 打印模型设计
JSketcher 最初是为 3D 打印模型设计而开发的。用户可以通过创建参数化 2D 草图,然后将其转换为 3D 模型,最终导出为 STL 文件进行 3D 打印。
2D 参数化草图设计
JSketcher 也适用于 2D 参数化草图设计。用户可以创建复杂的 2D 草图,并应用各种几何约束,最终导出为 DWG 或 SVG 格式。
最佳实践
- 使用几何约束:在设计草图时,尽量使用几何约束来确保模型的稳定性和可维护性。
- 导出为多种格式:根据需求,选择合适的导出格式,如 STL 用于 3D 打印,DWG 或 SVG 用于 2D 设计。
- 利用特征历史:通过特征历史功能,可以逐步构建复杂的 3D 模型,并随时回溯和修改。
4. 典型生态项目
OpenCascade
JSketcher 使用 OpenCascade 进行实体建模操作。OpenCascade 是一个开源的 3D CAD 内核,提供了丰富的几何和拓扑操作功能。
Three.js
JSketcher 使用 Three.js 进行 3D 渲染。Three.js 是一个基于 WebGL 的 3D 图形库,提供了强大的 3D 渲染能力。
TypeScript
JSketcher 使用 TypeScript 进行开发。TypeScript 是 JavaScript 的超集,提供了静态类型检查和更强大的面向对象编程能力。
通过这些生态项目的结合,JSketcher 能够提供一个功能强大且易于使用的参数化 2D 和 3D 建模环境。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00