【亲测免费】 PrusaSlicer 项目下载及安装教程
1. 项目介绍
PrusaSlicer 是一个用于 3D 打印机的 G-code 生成器,支持多种 3D 打印机类型,如 RepRap、Makerbot、Ultimaker 等。它能够将 3D 模型(STL、OBJ、AMF)转换为 G-code 指令,适用于 FFF 打印机或 mSLA 3D 打印机的 PNG 层。PrusaSlicer 基于 Slic3r 开发,具有丰富的功能和强大的兼容性,适用于各种现代 3D 打印机。
2. 项目下载位置
PrusaSlicer 的项目源代码托管在 GitHub 上,可以通过以下链接进行下载:
3. 项目安装环境配置
3.1 系统要求
PrusaSlicer 支持多平台,包括 Linux、macOS 和 Windows。以下是各平台的系统要求:
-
Linux:
- 推荐使用 Ubuntu 20.04 或更高版本。
- 需要安装 CMake、GCC、Boost 等依赖库。
-
macOS:
- 推荐使用 macOS 10.14 或更高版本。
- 需要安装 Xcode 和 Homebrew。
-
Windows:
- 推荐使用 Windows 10 或更高版本。
- 需要安装 Visual Studio 2019 或更高版本。
3.2 依赖库安装
3.2.1 Linux
在 Ubuntu 系统上,可以使用以下命令安装所需的依赖库:
sudo apt-get update
sudo apt-get install build-essential cmake libboost-all-dev libwxgtk3.0-dev libgtk-3-dev
3.2.2 macOS
在 macOS 上,可以使用 Homebrew 安装依赖库:
brew install cmake boost wxmac
3.2.3 Windows
在 Windows 上,需要安装 Visual Studio 2019 或更高版本,并确保安装了 CMake 和 Boost 库。
3.3 环境配置示例
以下是 Linux 系统上的环境配置示例:

4. 项目安装方式
4.1 从源代码编译安装
4.1.1 克隆项目
首先,克隆 PrusaSlicer 的 GitHub 仓库:
git clone https://github.com/prusa3d/PrusaSlicer.git
cd PrusaSlicer
4.1.2 编译项目
在项目目录下,执行以下命令进行编译:
mkdir build
cd build
cmake ..
make
4.1.3 安装项目
编译完成后,执行以下命令进行安装:
sudo make install
4.2 使用预编译二进制文件安装
PrusaSlicer 提供了预编译的二进制文件,可以直接下载并安装。预编译的二进制文件可以在 PrusaSlicer 下载页面 找到。
5. 项目处理脚本
PrusaSlicer 支持通过命令行界面(CLI)进行操作,可以使用以下命令行脚本进行切片处理:
PrusaSlicer --load config.ini --output output.gcode input.stl
其中,config.ini 是配置文件,output.gcode 是输出的 G-code 文件,input.stl 是输入的 3D 模型文件。
通过以上步骤,您可以成功下载、安装并使用 PrusaSlicer 进行 3D 打印模型的切片处理。
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 StartedRust0215
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 Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03