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。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00