【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 StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
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