CAD2AI

自然语言驱动的高精度 3D CAD 模型生成引擎

通过自然语言描述，自动生成可用于工程制造的精确 3D CAD 模型。基于 LLM + CadQuery 技术栈，支持多轮对话迭代优化，输出工业级 STEP/STL 格式。

核心能力

自然语言建模 — 用文字描述零件，自动生成参数化 CAD 模型
工程级精度 — 尺寸约束提取 + 拓扑校验 + 语义验证三层保障
多轮迭代 — 对话式修改："把孔径改成 8mm"、"加一个倒角"
多格式输出 — STEP（精确 B-Rep）、STL（网格）、PNG 预览图
多模型后端 — 通过 LiteLLM 统一支持 Claude、GPT-4、DeepSeek、Ollama 等
用户认证 — 邀请码注册制，JWT 认证，管理员可管理用户和邀请码
数据持久化 — Session、聊天记录、API 设置与账号绑定，SQLite 持久化，重启不丢失

系统架构

┌─────────────────────────────────────────────────────────┐
│                      用户交互层                          │
│   Web UI (React + Three.js) / CLI / REST API / WebSocket │
└──────────────────────┬──────────────────────────────────┘
                       │
                       ▼
┌─────────────────────────────────────────────────────────┐
│                   Prompt 解析引擎                        │
│         意图识别 · 参数提取 · 约束规范化                   │
└──────────────────────┬──────────────────────────────────┘
                       │
                       ▼
┌─────────────────────────────────────────────────────────┐
│                   LLM 编排层                             │
│       多模型适配 · Prompt 模板 · 上下文管理                │
└──────────────────────┬──────────────────────────────────┘
                       │
                       ▼
┌─────────────────────────────────────────────────────────┐
│               CadQuery 代码生成与执行                     │
│          代码生成 · 沙箱执行 · 错误恢复                    │
└──────────────────────┬──────────────────────────────────┘
                       │
                       ▼
┌─────────────────────────────────────────────────────────┐
│                  精度验证引擎                             │
│         尺寸校验 · 拓扑检查 · 语义匹配                    │
└──────────┬───────────────────────────────┬──────────────┘
           │ 通过                           │ 不通过
           ▼                               ▼
┌────────────────────┐          ┌─────────────────────┐
│     输出渲染        │          │   反馈修正循环        │
│  STEP/STL/预览图   │          │  错误信息→LLM重新生成  │
└────────────────────┘          └─────────────────────┘

模块划分

模块	职责	目录
`frontend`	Web UI — 3D 预览、多轮对话、版本管理、校验报告	`frontend/`
`prompt_parser`	意图识别、参数提取、约束规范化	`cad2ai/parser/`
`llm_backend`	LiteLLM 多模型适配、Prompt 模板管理、流式输出	`cad2ai/llm/`
`code_engine`	CadQuery 代码生成、沙箱执行、错误恢复	`cad2ai/engine/`
`validator`	尺寸/拓扑/语义三层校验	`cad2ai/validator/`
`session`	多轮对话状态、模型版本管理	`cad2ai/session/`
`renderer`	STEP/STL 导出、PNG 预览渲染	`cad2ai/renderer/`
`db`	SQLite 数据库层（用户、会话、消息、设置持久化）	`cad2ai/db.py`
`auth`	JWT 认证、密码哈希、FastAPI 依赖	`cad2ai/auth.py`

核心模块设计

1. Prompt 解析与意图提取

将自然语言转化为结构化建模意图：

# 输入: "做一个 50x30x10mm 的铝合金底板，四角有 M4 螺丝孔，孔距边缘 5mm"
# 输出:
{
    "type": "create",
    "base_shape": "box",
    "dimensions": {"length": 50, "width": 30, "height": 10},
    "material": {"name": "aluminum"},
    "features": [
        {
            "type": "hole_pattern",
            "pattern": "corners",
            "hole_spec": {"standard": "M4", "diameter": 4.0, "through": true},
            "edge_offset": 5.0
        }
    ],
    "constraints": [
        {"description": "Overall length", "parameter": "length", "expected_value": 50.0, "tolerance": 0.01}
    ],
    "unit": "mm"
}

关键设计：

分离理解和生成 — 先用 LLM 提取结构化意图（PromptExtractor），再用意图驱动代码生成（CodeGenerator）
支持增量修改 — "把高度改成 15mm" 通过 Intent.merge() 字段级 patch，不重建整个意图
约束规范化 — 统一单位（默认 mm）、标准件规格（M4 → Ø4.0, 通孔 Ø4.5）

2. LLM 编排层

通过 LiteLLM 统一所有 LLM 后端接口：

class LLMBackend(Protocol):
    async def generate(self, messages: list[LLMMessage], config: GenerateConfig) -> str: ...
    async def generate_stream(self, messages: list[LLMMessage], config: GenerateConfig) -> AsyncIterator[str]: ...

# 支持的后端（全部基于 LiteLLM）
backends = {
    "claude": ClaudeBackend,       # Anthropic Claude
    "openai": OpenAIBackend,       # GPT-4 系列
    "deepseek": DeepSeekBackend,   # DeepSeek Coder
    "ollama": OllamaBackend,       # 本地模型
}

Prompt 策略：

System Prompt 注入 CadQuery API 参考和建模规范
Few-shot 示例库按零件类型索引（板件、支架、空心圆柱、齿轮毛坯、壳体盒）
错误修复 Prompt 包含上次代码 + 报错信息 + 错误类型专属修复指导

3. CadQuery 代码生成与沙箱执行

class SandboxExecutor:
    def execute(self, code: str) -> ExecutionResult:
        """在受限沙箱中执行 CadQuery 代码"""
        # 1. AST 静态分析：禁止 import os/sys/subprocess 等
        # 2. 受限 __builtins__（仅保留安全函数）
        # 3. 白名单 __import__（仅 cadquery/math）
        # 4. SIGALRM 超时控制（默认 30s）
        # 5. 捕获 result 变量或错误
        ...

沙箱安全：

白名单导入：仅允许 cadquery, math
AST 静态分析：拦截危险 import、eval/exec/__import__ 调用、dunder 属性访问
受限内建函数：移除 open, exec, eval, __import__, breakpoint 等
超时控制：默认 30s

错误恢复：

语法错误 → 直接反馈 LLM 修复
运行时错误 → 附加堆栈信息和错误类型专属修复指导
最多自动重试 3 次（可配置）

4. 精度验证引擎

三层校验流水线，每层独立、可配置（none / basic / standard / strict）：

原始 Prompt ──┐
              ├──→ [ 尺寸校验 ] ──→ [ 拓扑校验 ] ──→ [ 语义校验 ] ──→ 通过
生成的模型 ───┘         │                 │                 │
                       ×                ×                 ×
                   尺寸偏差报告      拓扑缺陷报告       语义偏差报告

4a. 尺寸校验（`DimensionValidator`）

从 Intent 提取尺寸约束，与实际模型的包围盒/特征尺寸对比：

class DimensionValidator:
    def __init__(self, tolerance: float = 0.01):  # mm
        ...

    def validate(self, shape, constraints: list[DimConstraint]) -> ValidationResult:
        # 包围盒尺寸检查（length/width/height/thickness/diameter）
        # 返回 ValidationResult 含每项 check 的 pass/fail 状态
        ...

4b. 拓扑校验（`TopologyValidator`）

确保模型是有效的实体：

BRepCheck 实体有效性
实体封闭性（watertight / 正体积）
无退化面（零面积面）
无退化边（零长度边）

4c. 语义校验（`SemanticValidator`）

用 LLM 对比原始描述和生成结果：

特征完整性 — 要求的孔/槽/倒角是否都存在
关系正确性 — "居中"、"对称"、"等间距" 等约束是否满足
常识检查 — 壁厚是否合理、结构是否可制造

5. 多轮对话状态管理

class Session:
    id: str
    history: list[Message]           # 对话历史
    intent_stack: list[Intent]       # 意图演化链
    model_versions: list[ModelSnap]  # 模型版本快照
    current_code: str                # 当前 CadQuery 代码

    def rollback(self, version: int) -> ModelSnap:
        """回退到指定版本"""
        ...

每次成功生成后保存模型快照（ModelSnap），支持回退
意图合并策略：通过 Intent.merge() 做字段级 patch，保留未修改部分
对话上下文窗口：最近 N 轮（默认 20）+ 当前完整意图 + 当前代码

6. 输出渲染

格式	用途	实现
STEP (.step)	精确几何交换，用于 CAM/CAE	`Exporter.export_step()`
STL (.stl)	网格预览、3D 打印	`Exporter.export_stl()`
PNG (.png)	快速预览	VTK 离屏渲染（SVG fallback）

精度保障策略

端到端精度保障的核心流程：

1. 约束提取        Prompt → 结构化约束列表（尺寸、位置、关系）
       ↓
2. 约束注入        将约束以注释/断言形式嵌入生成的代码
       ↓
3. 执行期校验      CadQuery 代码中内嵌 assert 语句
       ↓
4. 后置几何校验    对生成的 BREP 做独立的几何测量
       ↓
5. 语义回检        LLM 对比 Prompt 和模型特征列表
       ↓
6. 反馈循环        任何一层失败 → 生成修复 Prompt → 重新生成

设计原则：

不信任 LLM 的一次性输出，通过多层独立校验建立信心
每层校验产出结构化报告（ValidationReport），可用于自动修复和人工审查
校验严格度可配置：none / basic（仅尺寸）/ standard（尺寸+拓扑）/ strict（全部）

技术栈

类别	技术	说明
CAD 内核	CadQuery + OCP	Python 参数化 CAD，基于 OpenCascade
LLM 集成	LiteLLM	统一多模型接口（Claude/OpenAI/DeepSeek/Ollama）
沙箱执行	AST 静态分析 + 受限 exec	白名单 import + 受限 builtins + 超时控制
几何校验	OCP 原生 API	BRepCheck, BRepGProp
3D 渲染	VTK（可选）	离屏 PNG 渲染，SVG fallback
API 框架	FastAPI	异步 HTTP + WebSocket
认证	python-jose + passlib	JWT 令牌 + bcrypt 密码哈希
数据库	aiosqlite	异步 SQLite（用户/会话/消息/设置持久化）
前端框架	React 18 + TypeScript + Vite	SPA 前端应用
3D 预览	Three.js + @react-three/fiber	浏览器内 STL 实时渲染
状态管理	Zustand	轻量级 React 状态管理
UI 样式	Tailwind CSS	暗色主题 CAD 工具风格
代码高亮	CodeMirror 6	Python 语法高亮只读查看器
任务队列	Celery + Redis（可选）	长时间生成任务异步化
CLI	Typer + Rich	交互式对话 + 单次生成
配置管理	Pydantic Settings	环境变量 + .env 文件

项目结构

cad2ai/
├── cad2ai/
│   ├── __init__.py          # CAD2AI 主类 + CADSession + GenerateResult
│   ├── __main__.py          # python -m cad2ai 入口
│   ├── app.py               # FastAPI REST API + WebSocket（纯 API，无页面）
│   ├── auth.py              # JWT 认证、密码哈希、FastAPI 依赖
│   ├── cli.py               # Typer CLI（generate / chat 命令）
│   ├── config.py            # Pydantic Settings 配置管理
│   ├── db.py                # SQLite 数据库层（aiosqlite）
│   ├── tasks.py             # Celery 异步任务定义
│   ├── worker.py            # Celery Worker 配置
│   ├── parser/
│   │   ├── intent.py        # Intent / Feature / DimConstraint 数据模型
│   │   └── extractor.py     # PromptExtractor — LLM 意图提取
│   ├── llm/
│   │   ├── backend.py       # LiteLLM 统一后端（Claude/OpenAI/DeepSeek/Ollama）
│   │   ├── prompts.py       # Prompt 模板（System/Intent/CodeGen/Recovery/Semantic）
│   │   └── examples/        # Few-shot 示例库（板件/支架/圆柱/齿轮/壳体）
│   ├── engine/
│   │   ├── generator.py     # CodeGenerator — Intent → CadQuery 代码
│   │   ├── sandbox.py       # SandboxExecutor — 安全执行生成代码
│   │   └── recovery.py      # ErrorRecovery — 错误分类 + LLM 自动修复
│   ├── validator/
│   │   ├── dimension.py     # DimensionValidator — 包围盒/特征尺寸校验
│   │   ├── topology.py      # TopologyValidator — 封闭性/退化面/退化边
│   │   └── semantic.py      # SemanticValidator — LLM 语义回检
│   ├── session/
│   │   ├── manager.py       # Session — 多轮对话 + 版本回退
│   │   └── snapshot.py      # ModelSnap / Message 数据结构
│   └── renderer/
│       ├── exporter.py      # Exporter — STEP/STL 导出
│       └── preview.py       # PreviewRenderer — VTK PNG 渲染
├── frontend/                    # React + Three.js Web UI
│   ├── src/
│   │   ├── api/
│   │   │   ├── types.ts         # TypeScript 接口（镜像后端 Pydantic 模型）
│   │   │   ├── client.ts        # REST API fetch 封装
│   │   │   └── websocket.ts     # WebSocket 连接管理（自动重连）
│   ├── stores/
│   │   │   ├── auth-store.ts  # 认证状态（token/user/login/register/logout）
│   │   │   ├── session-store.ts # 会话列表 + 消息历史（服务端持久化）
│   │   │   ├── model-store.ts   # 代码/校验/文件/版本/生成状态
│   │   │   └── ui-store.ts      # 面板开关/设置/Toast 通知
│   │   ├── hooks/
│   │   │   └── use-websocket.ts # WebSocket 消息处理 hook
│   │   ├── components/
│   │   │   ├── layout/          # AppShell / LeftSidebar / BottomDrawer / StatusBar / Toast
│   │   │   ├── viewer/          # R3F 3D 查看器 + STL 加载 + 导出叠加层
│   │   │   ├── chat/            # 聊天面板 + 消息 + 输入框 + 生成状态指示器
│   │   │   ├── auth/            # 登录页 / 注册页
│   │   │   ├── admin/           # 管理员面板（用户管理 + 邀请码管理）
│   │   │   ├── sessions/        # 会话列表（创建/切换/删除）
│   │   │   ├── versions/        # 版本历史（查看/回退）
│   │   │   ├── code/            # CodeMirror Python 只读代码查看器
│   │   │   ├── validation/      # 校验报告面板（尺寸/拓扑/语义）
│   │   │   └── settings/        # 设置对话框 + 导出按钮
│   │   ├── App.tsx
│   │   ├── main.tsx
│   │   └── index.css            # Tailwind CSS 暗色主题
│   ├── vite.config.ts           # Vite 配置 + 开发代理
│   ├── package.json
│   └── tsconfig.json
├── tests/
│   ├── test_parser.py       # 意图数据模型测试
│   ├── test_engine.py       # 沙箱执行测试
│   ├── test_validator.py    # 校验层测试
│   └── fixtures/
├── examples/
│   ├── simple_box.py        # 单次生成示例
│   ├── bracket.py           # 多轮迭代示例
│   └── gear.py              # 齿轮毛坯示例
├── pyproject.toml
├── Dockerfile
├── .env.example
└── README.md

快速开始

安装

CadQuery 依赖 OCP（OpenCascade），需要通过 conda 安装：

# 创建 conda 环境（需要 Python 3.11）
conda create -n cad2ai python=3.11
conda activate cad2ai

# 安装 CadQuery
conda install -c conda-forge cadquery

# 安装项目及开发依赖
pip install -e ".[dev]"

# 配置 LLM API Key（二选一）
# 方式一：编辑 .env 文件
cp .env.example .env
# 编辑 .env，填入你的 API Key

# 方式二：启动 Web UI 后在设置对话框中直接填写

Python API

from cad2ai import CAD2AI

cad = CAD2AI(llm_backend="claude")

# 单次生成
result = cad.generate("一个 100x60x3mm 的钢板，中间有一个 Ø20 的通孔")
result.export_step("plate.step")
result.export_stl("plate.stl")
result.preview("plate.png")

# 多轮迭代
session = cad.session()
session.send("做一个 L 型支架，长臂 80mm，短臂 40mm，厚度 5mm")
session.send("在长臂末端加两个 M6 安装孔，间距 30mm")
session.send("所有边加 1mm 倒角")
session.export_step("bracket.step")

CLI

# 单次生成
python -m cad2ai "做一个100x60x3mm的钢板"

# 指定后端和输出
python -m cad2ai generate "齿轮毛坯，外径60mm" --backend openai --png

# 交互式多轮对话
python -m cad2ai chat

# 对话中可用命令：
#   /export <name>  — 导出当前模型
#   /rollback <n>   — 回退到版本 n
#   /code           — 查看当前代码
#   /quit           — 退出

启动 API 服务

uvicorn cad2ai.app:app --reload
# 纯 API 服务，无页面，访问 http://localhost:8000/docs 查看接口文档

启动 Web UI

cd frontend
npm install
npm run dev
# 一条命令同时启动后端 API + 前端开发服务器（热更新）
# 访问 http://localhost:5173

首次使用：

打开页面后看到登录界面，点击 "Register" 注册
第一个注册的用户自动成为管理员，无需邀请码
进入主界面后，管理员可在左下角点击管理面板生成邀请码
后续用户需要使用邀请码才能注册
Session、聊天记录、API 设置均绑定账号，重启后端后数据不丢失

生产预览：

cd frontend
npm run build
npm run preview
# 访问 http://localhost:4173

Web UI 功能：

+------------------+-------------------------------+--------------------+
|   Left Sidebar   |       Center: 3D Viewer       |   Right: Chat      |
|   (280px)        |       (flex-1)                |   (380px)          |
|                  |                               |                    |
|  [Sessions tab]  |   Three.js STL 渲染           |  [消息列表]         |
|  [Versions tab]  |   + 网格 + OrbitControls      |  [生成状态指示器]    |
|                  |   + 导出/视角按钮              |  [输入框]           |
+------------------+-------------------------------+--------------------+
|   Bottom Drawer (可折叠, 250px)                                       |
|   [Code tab — CodeMirror Python]  [Validation tab — 三层校验报告]     |
+-----------------------------------------------------------------------+
|   Status Bar: session ID · version · backend                          |
+-----------------------------------------------------------------------+

3D 实时预览 — STL 自动加载，OrbitControls 旋转/缩放，三点照明
多轮对话 — WebSocket 流式更新，实时显示 parsing → generating → validating 进度
会话管理 — 创建/切换/删除会话
版本回退 — 查看历史版本，一键回退
代码查看 — CodeMirror Python 语法高亮
校验报告 — 尺寸/拓扑/语义三层 pass/fail 状态
STEP/STL 导出 — 一键下载
主题切换 — 亮色/暗色/跟随系统三种模式，设置对话框中切换，选择持久化到 localStorage，页面加载无闪烁
设置 — LLM 后端 → Base URL → API Key → 校验级别 → 模型名称手动填写，按配置流程排列，设置与账号绑定持久化到服务端
用户认证 — 邀请码注册制，JWT 认证，登录后才能使用
管理面板 — 管理员可管理用户（启用/禁用、授予/撤销管理员）和邀请码（生成/删除/复制）
数据持久化 — Session、聊天记录、API 设置存储在 SQLite，与用户账号绑定，后端重启不丢失
错误提示 — 全局 Toast 通知系统，API 错误等操作状态实时反馈

API 设计

REST API

# 认证（无需 token）
POST   /api/v1/auth/register             # 注册（第一个用户无需邀请码，自动成为管理员）
POST   /api/v1/auth/login                # 登录，返回 JWT token
GET    /api/v1/auth/me                   # 获取当前用户信息

# 管理（需要 admin 权限）
POST   /api/v1/admin/invite-codes        # 生成邀请码
GET    /api/v1/admin/invite-codes        # 列出所有邀请码
DELETE /api/v1/admin/invite-codes/{code} # 删除未使用的邀请码
GET    /api/v1/admin/users               # 列出所有用户
PUT    /api/v1/admin/users/{id}          # 切换用户 admin/disabled 状态

# 以下所有端点均需要 Bearer token 认证
POST   /api/v1/generate                  # 单次生成
GET    /api/v1/sessions                  # 获取当前用户的 session 列表
POST   /api/v1/sessions                  # 创建会话
GET    /api/v1/sessions/{id}             # 获取会话信息
DELETE /api/v1/sessions/{id}             # 删除会话及其消息
GET    /api/v1/sessions/{id}/messages    # 获取会话消息历史
POST   /api/v1/sessions/{id}/messages    # 发送消息（多轮）
GET    /api/v1/sessions/{id}/model       # 获取当前模型
POST   /api/v1/sessions/{id}/rollback    # 回退版本
GET    /api/v1/sessions/{id}/export      # 导出文件
GET    /api/v1/files/{filename}          # 下载生成的文件
GET    /api/v1/settings                  # 获取用户设置（API Key 脱敏）
PUT    /api/v1/settings                  # 更新用户设置
WS     /api/v1/sessions/{id}/stream?token=xxx  # WebSocket 流式输出（token 通过 query param 传递）

请求/响应示例

# 登录获取 token
curl -X POST http://localhost:8000/api/v1/auth/login \
  -H "Content-Type: application/json" \
  -d '{"username": "admin", "password": "password123"}'
# 响应: {"token": "eyJ...", "user": {"id": "...", "username": "admin", "is_admin": true}}

# 单次生成（需要 Bearer token）
curl -X POST http://localhost:8000/api/v1/generate \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer eyJ..." \
  -d '{
    "prompt": "一个 50x30x10mm 的底板，四角 M4 螺丝孔",
    "output_formats": ["step", "stl"],
    "validation_level": "strict"
  }'

# 响应
{
  "id": "gen_abc12345",
  "status": "success",
  "code": "import cadquery as cq\n...",
  "validation": {
    "passed": true,
    "dimension": {"passed": true, "checks": 3, "passed_count": 3, "details": [...]},
    "topology": {"passed": true, "checks": 4, "passed_count": 4, "details": [...]},
    "semantic": {"passed": true, "checks": 1, "passed_count": 1, "details": [...]}
  },
  "files": {
    "step": "/api/v1/files/gen_abc12345.step",
    "stl": "/api/v1/files/gen_abc12345.stl"
  }
}

WebSocket（流式输出）

WS /api/v1/sessions/{id}/stream?token=eyJ...

# 客户端发送
{"type": "message", "content": "加一个倒角"}

# 服务端推送
{"type": "status", "stage": "parsing"}
{"type": "status", "stage": "generating"}
{"type": "status", "stage": "validating"}
{"type": "result", "status": "success", "version": 2, "code": "...", "validation": {...}, "files": {...}}

配置

通过环境变量或 .env 文件配置，所有变量前缀为 CAD2AI_（API Key 除外）。API Key 和 LLM 设置也可通过 Web UI 的设置对话框配置，设置与账号绑定持久化到服务端：

变量	默认值	说明
`ANTHROPIC_API_KEY`	—	Anthropic API Key
`OPENAI_API_KEY`	—	OpenAI API Key
`DEEPSEEK_API_KEY`	—	DeepSeek API Key
`OLLAMA_API_BASE`	`http://localhost:11434`	Ollama 服务地址
`CUSTOM_OPENAI_API_KEY`	—	自定义 OpenAI 兼容服务 API Key
`CUSTOM_OPENAI_API_BASE`	—	自定义 OpenAI 兼容服务地址（如 OpenRouter）
`CAD2AI_LLM_BACKEND`	`claude`	默认后端：claude/openai/deepseek/ollama/custom_openai
`CAD2AI_LLM_MODEL`	自动	模型覆盖（如 `gpt-4o`）
`CAD2AI_VALIDATION_LEVEL`	`standard`	校验级别：none/basic/standard/strict
`CAD2AI_DIMENSION_TOLERANCE`	`0.01`	尺寸校验容差（mm）
`CAD2AI_SANDBOX_TIMEOUT`	`30`	沙箱执行超时（秒）
`CAD2AI_MAX_RETRIES`	`3`	生成失败最大重试次数
`CAD2AI_JWT_SECRET`	随机生成	JWT 签名密钥（未设置则每次启动随机生成，重启后 token 失效）
`CAD2AI_DB_PATH`	`./cad2ai.db`	SQLite 数据库文件路径

路线图

Phase 1 — MVP（基础生成）

CadQuery 代码生成 + 沙箱执行
单次 Prompt → STEP/STL 输出
基础尺寸校验
CLI 工具

Phase 2 — 迭代能力

多轮对话状态管理
模型版本快照与回退
REST API + WebSocket
拓扑校验

Phase 3 — 精度与质量

语义校验（LLM 回检）
Few-shot 示例库
自动错误修复循环
校验报告可视化

Phase 4 — 生产化

多模型后端适配（LiteLLM）
任务队列（Celery + Redis）
用户管理 + 会话持久化
Web UI（React + Three.js 3D 预览 + 对话界面 + 版本管理）

Phase 5 — 高级特征

装配体生成（多零件 + 约束）
参数化模板库
DFM（可制造性）分析
与 FreeCAD / Fusion 360 集成

License

MIT

Name		Name	Last commit message	Last commit date
Latest commit History 8 Commits
cad2ai		cad2ai
examples		examples
frontend		frontend
tests		tests
.env.example		.env.example
.gitignore		.gitignore
CLAUDE.md		CLAUDE.md
Dockerfile		Dockerfile
README.md		README.md
pyproject.toml		pyproject.toml

Folders and files

Latest commit

History

Repository files navigation