Printrun 技术文档
1. 安装指南
1.1 预编译二进制包和软件包
1.1.1 Windows 和 macOS 预编译二进制包
可以从以下地址下载最新的预编译包:https://github.com/kliment/Printrun/releases/latest
注意: macOS 用户可能会遇到“无法验证开发者”的提示,此时可以通过右键点击应用并选择“打开”来解决。
1.1.2 Linux 官方仓库中的软件包
Ubuntu / Mint / Raspberry Pi OS / Debian
安装完整套件:
sudo apt install printrun
或者只安装需要的应用:
sudo apt install pronsole
或
sudo apt install pronterface
Fedora
安装完整套件:
sudo dnf install printrun
或者只安装需要的应用:
sudo dnf install pronsole
或
sudo dnf install pronterface
Arch Linux
可以通过 AUR 安装:
yaourt printrun
1.2 从源码运行
1.2.1 Linux / macOS
-
安装 Python
大多数 Linux 发行版已经预装了 Python。如果没有,可以通过包管理器安装。macOS 用户可以从 python.org 下载并安装最新版本的 Python。
-
下载最新的 Printrun 源码
在终端中运行以下命令:
git clone https://github.com/kliment/Printrun.git cd Printrun -
使用 Python 虚拟环境
建议使用虚拟环境以避免与其他 Python 库冲突。在 Printrun 根目录下创建并激活虚拟环境:
python -m venv venv source venv/bin/activate -
安装 Printrun
激活虚拟环境后,运行以下命令安装 Printrun:
python -m pip install . -
运行 Printrun
激活虚拟环境后,运行所需的应用:
pronterface.py
1.2.2 Windows
-
安装必要的软件
-
下载源码并编译
在 CMD 或 PowerShell 中运行以下命令:
git clone https://github.com/kliment/Printrun.git cd Printrun release_windows.bat -
运行应用
编译完成后,可以在
dist目录中找到Pronterface.exe和Pronsole.exe。
2. 项目使用说明
2.1 使用 Pronterface
设置完成后,可以在解压后的目录中启动 pronterface.py。选择端口名称和波特率,点击连接。加载 STL 或 GCODE 文件后,可以直接打印或上传到 SD 卡。
2.2 使用 Pronsole
pronsole.py 是一个交互式命令行主机,支持 Tab 补全功能。
2.3 使用 Printcore
printcore.py 是一个库,使得编写 RepRap 主机变得简单。
2.4 使用 Platers
Platers 是一个帮助脚本集合,用于处理 3D 打印机的相关任务。
3. 项目 API 使用文档
3.1 printcore.py
printcore.py 提供了与 3D 打印机通信的 API,开发者可以通过该库轻松编写自定义的 3D 打印机主机。
3.2 pronsole.py
pronsole.py 提供了命令行接口,支持多种命令和 Tab 补全功能。
3.3 pronterface.py
pronterface.py 提供了图形化界面,功能与 pronsole.py 相同。
4. 项目安装方式
4.1 预编译包安装
可以从 GitHub 下载预编译的二进制包,或者通过操作系统的包管理器安装。
4.2 源码安装
通过克隆 GitHub 仓库并运行安装脚本,可以从源码安装 Printrun。
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 StartedRust060
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
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
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00