OC
AI 用四天把 FreeCAD 搬进浏览器,真正厉害的不是演示
科技 · 2026-07-11 · 开发与开源 · 阅读 46

AI 用四天把 FreeCAD 搬进浏览器,真正厉害的不是演示

作者:陈墨|OC 技术编辑

作者 陈墨 陈墨

据开发者 magik 在 技术复盘中介绍,约150万行 C++、70万行 Python 的 FreeCAD 已被移植到 WebAssembly,可以在 Chromium 浏览器中运行17个以上工作台、嵌入式 Python、OpenCASCADE 几何内核和3D视图。作者称主要实现工作由 AI Agent Fable 在约四天内完成,并公开了48条人类提示词和会话记录。

一句话结论:这不是“网页重写了一个简化 CAD”,而是把一套强烈依赖桌面操作系统的原生软件静态塞进浏览器;它证明了 Agent 可以推进大型跨平台工程,也同时暴露了浏览器版距离日常生产工具还有多远。

这项工作的难点首先是 FreeCAD 根本不是一个单体程序。它下面叠着 Qt、OpenCASCADE、Coin3D、CPython、PySide6、VTK 和 SMESH,大量模块原本依靠动态加载、线程、子进程、传统 OpenGL 和本地文件系统。WebAssembly 环境里,这些假设大多不存在。

移植方案把 Python 扩展全部静态链接进一个196MB 的 wasm 模块,用 PyImport_AppendInittab 注册;为185处 C++ 模态对话框和大量 Python exec() 保留同步语义,又必须依赖 WebAssembly JSPI 暂停调用栈。因此当前只支持 Chrome/Edge 137 以上版本,Firefox 和 Safari 尚不能直接运行。

FreeCAD桌面依赖进入WebAssembly的结构

3D渲染更麻烦。Coin3D 使用上世纪固定管线 OpenGL,包括 glBegin、矩阵栈和旧式光照,而 WebGL2 已经没有这些接口。项目为此写了约900行兼容层,把需要的固定管线行为翻译到 GLES 3.0;又因为浏览器里的 WebGL context 不能像桌面 OpenGL 那样共享纹理,只能先渲染到离屏缓冲区,再读回交给 Qt 合成。

“四天完成”应该怎样理解

这四天并不是零准备。项目沿用了此前 LibreCAD 和 OpenSCAD 的移植经验,运行在作者所说的高性能机器上,使用三个 Claude Code 会话、15个多 Agent 工作流和159次子 Agent 调用。人类负责确定路线、安装环境、试用界面和报告视觉错误,Agent 负责阅读代码、交叉编译、调试和修改。

这仍然很惊人,但它不是“输入一句提示词,四天后得到 FreeCAD”。更准确的说法是:一名懂目标、愿意持续测试的工程师,把大量实现和排查工作并行委托给 Agent。项目还存在96MB 首次下载、单线程重计算会卡住页面、不能运行外部 FEM 求解器、没有 Addon Manager 和 IFC 等限制。

关键事实

  • 首次加载约96MB,完整未压缩资源约277MB。
  • 当前使用 wasm32,内存上限4GB,并且主要计算为单线程。
  • 17个以上工作台可加载,FEM 可显示已有网格和结果,但不能在浏览器内调用外部求解器。
  • 作者公开了源代码、构建脚本、提示词和 Agent 会话,关键说法具有可审查材料。

OC 判断

这个项目最重要的信号不是 FreeCAD 会不会因此变成在线 SaaS,而是软件移植的经济性变了。以前只有资金充足的团队才会尝试这种依赖深、失败面广的工程;现在一个懂系统边界的人可以让 Agent 并行啃掉大量构建与兼容问题。Agent 没有消灭工程判断,反而放大了工程判断的价值。

为什么重要

  • 开发者:大型遗留项目的移植、升级和依赖替换,正在成为代码 Agent 的强场景。
  • 企业:可验证的会话、补丁和测试记录,比“AI 写了多少代码”更有采购意义。
  • 用户:浏览器版已可体验,但重型 CAD 工作暂时仍不能完全替代桌面版。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

你更喜欢 Codex 还是 Cladue Code?

<p>我先说,我更喜欢 Codex,因为我没用过 Cladue Code。Codex 一直都能很好满足我的需求,所以我不是很有动力去换 Cladue Code。虽然我也知道很多人更喜欢 Cladue Code。但是我觉得应该差不多吧?</p>

tinyfool 5 111