KittyCAD建模应用v0.42.0版本发布:KCL语法优化与用户体验提升
KittyCAD是一款开源的计算机辅助设计(CAD)建模应用,它采用创新的KCL(KittyCAD Language)脚本语言进行参数化建模。最新发布的v0.42.0版本带来了一系列重要更新,包括KCL标准库函数的语法改进、建模操作流程优化以及用户界面体验的增强。
KCL标准库函数语法改进
本次版本对KCL标准库中的Sweep(扫描)、Shell(壳体)和Appearance(外观)三个关键函数进行了语法重构,从原来的位置参数改为关键字参数。这一变化虽然带来了轻微的语法不兼容,但显著提高了代码的可读性和可维护性。
以Sweep函数为例,旧版本可能这样调用:
sweep(path, profile)
而新版本则要求明确指定参数名:
sweep(path=path, profile=profile)
这种改进使得函数调用意图更加清晰,特别是在处理多个参数时能有效避免参数顺序错误。对于现有用户,建议尽快按照新语法更新脚本代码。
建模功能增强
模式重用机制优化
新版本改进了"模式中的模式"(Patterns of patterns)功能,现在可以直接使用原始草图或实体作为目标对象。这一改进简化了复杂重复结构的创建流程,使设计师能够更高效地构建具有重复特征的模型。
挤出与偏移平面操作流程
v0.42.0版本引入了针对挤出(Extrude)和偏移平面(Offset Plane)操作的编辑流程优化。这些常用操作现在拥有更直观的交互方式,用户可以在操作过程中实时调整参数,提高了建模效率。
旋转命令依赖处理
旋转(Revolve)命令现在能够正确处理轴依赖关系,解决了之前版本中在某些情况下旋转轴选择不当导致的问题。这一改进使得旋转操作更加可靠,特别是在处理复杂几何体时。
用户界面与交互改进
单位设置菜单增强
右下角的单位设置菜单现在能够读取和编辑内联设置注释(如果存在)。这一改进使得单位转换和设置更加直观,用户可以直接在界面中查看和修改相关参数,无需深入代码层面。
编辑器尺寸优化
新版本取消了编辑器尺寸的限制,"让用户拥有大编辑器"成为可能。这一变化特别有利于处理复杂脚本或需要同时查看多个代码段的场景,提高了开发体验。
选择交互改进
Shift+点击现在可以取消选择边或面,这一看似小的交互改进实际上大大提升了选择操作的灵活性,特别是在处理复杂模型时。
入门引导优化
入门引导界面进行了重新设计,增加了返回按钮,并将关闭按钮改为更小的"x"图标。这些微调使得新用户引导流程更加自然和友好。
性能与稳定性修复
本次更新还包含多项底层改进:
- 解决了高DPI显示器上调整窗口大小导致应用崩溃的问题
- 修复了命令面板在退格键操作时意外关闭的行为
- 优化了执行缓存失效机制,确保顶层注释变更时能正确更新
- 移除了Linux平台上不必要的日志输出,减少干扰
这些改进共同提升了应用的稳定性和响应速度,为用户提供了更加流畅的建模体验。
总结
KittyCAD建模应用v0.42.0版本通过KCL语法优化、建模功能增强和用户体验改进,进一步巩固了其作为现代化参数化建模工具的地位。特别是对标准库函数的关键字参数改造,虽然带来了短期内的迁移成本,但从长远看将显著提升代码质量和可维护性。对于现有用户,建议尽快熟悉新语法并更新脚本;对于新用户,改进的入门引导和交互设计将提供更平缓的学习曲线。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00