KittyCAD建模应用v0.58.0版本发布:KCL参数化升级与用户体验优化
KittyCAD是一款开源的3D建模软件,专注于为设计师和工程师提供直观的参数化建模体验。该软件通过创新的KCL(KittyCAD Language)脚本语言,让用户能够以编程方式创建和修改3D模型,同时保持了传统CAD软件的交互式操作界面。
主要变更与功能增强
KCL语言重大改进
本次发布的v0.58.0版本完成了KCL语言向kwargs(关键字参数)的全面迁移,彻底移除了对CallExpression的引用。这一改进使得KCL脚本更加清晰易读,参数传递更加明确,减少了因参数顺序错误导致的bug。
对于开发者而言,这意味着所有函数调用现在都必须使用命名参数的形式。例如,原先可能这样写的代码:
createCube(10, 20, 30)
现在需要改为:
createCube(width=10, height=20, depth=30)
语言服务器协议(LSP)增强
新版本显著改进了KCL语言的签名帮助功能。当用户在编辑器中输入函数时,系统会智能地显示该函数的参数列表和文档说明,大大提升了编码效率和准确性。这一改进特别有利于复杂建模场景下的脚本编写。
3D引擎初始化优化
引擎流现在默认以等轴测视图(isometric view)初始化,为用户提供了一个更加专业和标准化的3D视图起点。这一改变使得新用户能够更快地适应3D空间,同时也符合工业设计领域的常见实践。
新增功能亮点
布尔运算删除功能
v0.58.0版本引入了直接从特征树中删除布尔运算的功能。这一改进解决了用户在复杂模型编辑过程中的一个痛点,使得修改布尔操作(如并集、差集、交集)变得更加直观和高效。
用户现在可以:
- 在特征树中选择布尔运算节点
- 直接删除该操作
- 系统会自动维护模型的拓扑结构完整性
用户体验优化
文件共享限制
考虑到技术实现的复杂性,新版本对使用了导入(import)功能的文件禁用了共享功能。这一决策虽然限制了部分场景下的协作,但确保了模型的完整性和一致性,避免了因导入依赖导致的共享问题。
可选的新手引导
桌面版应用现在将新手引导设为可选功能,用户可以选择跳过。这一改变尊重了有经验用户的偏好,同时仍然为新用户保留了完整的学习路径。
插入点流程简化
移除了插入点(point-and-click)流程中的提醒消息,使操作更加流畅。这一微小的界面优化减少了不必要的干扰,让专注建模的用户能够保持工作流不被中断。
问题修复与稳定性提升
本次发布还包含了一系列重要的错误修复:
- 修正了主页在窄屏幕设备上的布局问题,确保在各种设备上都能获得一致的体验
- 修复了路径缓存问题,提高了包含复杂导入关系的模型的加载可靠性
- 解决了快捷键冲突问题,特别是中心矩形和中心圆工具的热键重叠
- 改进了代码格式化功能,不再添加多余的空格
- 增强了导入场景选择时的错误处理,现在能更准确地引导用户到特征树进行修正
技术实现细节
在底层架构方面,开发团队对缓存机制进行了重要改进,特别是在处理导入依赖时。新的实现确保了在多文件项目中,修改一个文件不会意外影响其他依赖文件的缓存状态。这一改进显著提升了大型项目的编辑响应速度和稳定性。
升级建议
由于移除了对部分旧版用户设置的支持,建议用户在升级前考虑使用设置中的"重置"按钮来避免潜在的兼容性问题。对于重度KCL脚本用户,需要注意全面检查现有脚本,确保所有函数调用都已转换为kwargs形式。
v0.58.0版本标志着KittyCAD在参数化建模方向上又迈出了坚实的一步,通过语言改进和用户体验优化,为专业用户和初学者都提供了更强大、更可靠的工具集。
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