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。
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