cadmpeg:不开 SolidWorks 也能拆开 .sldprt,还能转成 STEP

每次有人问我 cadmpeg 是干什么的,我一般先解释一句话:它把 CAD 文件当文件看。

不是把文件丢给某个 SDK 转一下就完事,而是一个字节一个字节读进去,搞明白每一段是什么、属于哪个版本、哪个方言,写进一套我们自己定义的中间表示,然后再从这套中间表示导出成别的东西。

为什么非得这么折腾?因为原生 CAD 格式的现状挺别扭的:格式私有、文档几乎没有、踩进去就是一片黑。想在自己的程序里读一个 .sldprt,能选的路基本只有买 translator 服务、或者买厂商的 SDK。开源的选项,一直是个空缺。

cadmpeg 想填这个空缺。用 Rust 写的,命令行工具,Apache-2.0。

它能读什么

先说结论,按「能带过来多少东西」排:

cadmpeg 格式支撑等级 L0 到 L9 及现有格式所在的等级
每个格式只挂一个整数等级,现有的分布就是这样

IGES 到了 L9,也就是能写回;STEP Part 21 到 L8,完整文档;Fusion 360 的 .f3d 和 FreeCAD 的 .FCStd 到 L5,形状完整;SolidWorks、CATIA V5、Inventor 到 L3,也就是拿到了连通的 B-rep 模型;Rhino .3dm 和 OpenUSD 到 L2,几何;NX 和 Creo 还在 L1,能把文件结构打开、把没解开的部分指出来。

这里我要强调一下:L1 不是失败。L1 的意思是「这个文件我已经能完整导航了,我就算解不出几何,我也能准确告诉你哪块是什么、哪块没解」。对一个逆向理解别人的私有格式的项目来说,这已经是很大的进展了。

等级这件事,我是认真的

L0 到 L9 不是随便拍脑袋定的档位,它是一条有明确判据的梯子:

  • L0 解析——认出格式和文档类型,解出容器框架、元数据和预览图
  • L1 打开——能导航段、目录、流、压缩和校验和,认出受控版本和布局变体,把没解开的内容点名
  • L2 几何——点、解析曲线曲面和 NURBS 进 IR,单位、参数化、模型空间位置都对
  • L3 模型——从体到点的连通 B-rep,带归属、朝向、裁剪、放置和变换
  • L4 设计记录——特征带上操作语义,比如一个拉伸的轮廓、方向、范围
  • L5 形状完整——这个版本带里的几何载体家族和拓扑情况全都解出来
  • L6 设计完整——草图约束、尺寸、参数、表达式、配置,历史完整到能重新算一遍
  • L7 产品——组件、实例、配合、外部引用、跨结构的稳定身份
  • L8 完整文档——PMI、标注、图纸,附加数据要么有类型要么被有意保留
  • L9 写回——能按语义写原生文件,能选目标版本,能明确拒绝,独立应用能接受这个往返

有几条规则是我特意写死在文档里的,因为这种评分特别容易自欺欺人:

  • 只许整数。L4 就是 L4,不能写 L4+、不能加「证据等级」后缀。
  • 一个 fixture 不算过关。得在主流文件上跑通,而且缺口要能产生机器可读的 loss。
  • 拒读某个可识别的版本,是个可见的标记,永远不能拿来加分。
  • 分数表是脚本生成的。手写的一律不认——render-format-support.py --check 会把提交的文件和新渲染的结果逐字节比一遍,对不上就过不了 CI。

流水线长这样

cadmpeg 处理流水线:输入文件 → 容器解码 → 格式解码 → CAD IR → 校验器 → 导出器 → 输出与报告
一条线走到底,每一站都留报告

容器解码和格式解码是分开的两层。这一步很多人会合并,我不合并——因为同一个几何解码器经常被好几种容器复用,比如 ACIS 的载体在 Inventor 里是嵌在 CFB 里的,单独一个 .sat 文件又是裸流。把容器拆开,格式解码器就不用关心文件是怎么装起来的。

用起来就四个命令

看文件里有什么:

cadmpeg inspect part.sldprt

转格式:

cadmpeg convert part.f3d -o part.step

跑完会给你一段这样的东西:

decode report (f3d): depth=geometry, geometry_transferred=true
...
check: OK (0 error(s), 0 warning(s))
wrote part.step (... entities)

量一个面,或者量一整个零件上所有圆柱面:

cadmpeg measure part.step --face face#46
cadmpeg measure part.step --faces --kind cylinder --tsv

最后这个我最常用:拿原生文件和它的 STEP 导出去比几何。

cadmpeg diff part.f3d part.step --geometry

很多转换器的毛病是「转是转完了,但转丢了什么你不知道」。diff 和 loss 报告就是为了堵这个口子——能转一半就明说转了一半,不假装成功。

净室开发:规矩得写在前面

做这种项目,最大的风险不是技术,是来源。所以 LEGAL.md 写得很硬:每一份格式规范和每一个解码器,都必须来自你合法持有的 CAD 文件,加上公开可得的信息。

明确禁止的来源:

  • 厂商的 SDK、工具包、库——包括头文件、符号名、示例代码。从 SDK 里抄结构和常量,不算净室
  • 反编译、反汇编出来的厂商二进制。输出文件可以看,产生它的实现不能看
  • 保密、NDA、泄露出来的材料
  • 你无权持有或分享的文件
  • 和 Apache-2.0 / CC-BY-4.0 不兼容的代码或规范
  • 绕过技术保护措施。加密、DRM、许可校验保护的内容不解,相关工具和密钥也不收

还有一条「知识冲突」规则,我觉得写得挺实在:如果你曾经和某个 CAD 厂商签过 NDA,或者碰过它的格式 SDK 源码,那这个格式的解码器你就别碰了。自己重新推导一遍也不行——每条格式结论都得能追溯到允许的来源,而不是某个人的记忆。别的部分(其他格式、工具、IR、导出器)随便参与。

每个改解码器或格式规范的 PR,都得在描述里附一段来源声明。签不了那句话,这个贡献就不能收。

AI 辅助是可以的,但规则同样适用:不能把厂商 SDK 的知识通过模型带进来。

测试文件从哪来

净室规则意味着我不收别人的私有零件,那测试语料就只能靠公开捐赠。如果你手上有一个自己画的、愿意以 CC0 放进公有领域的 CAD 文件,捐给语料库就是最有价值的贡献,比写代码还稀缺。另外还维护了一条 NIST 的 MBE PMI 样本轨道。

还有一类东西叫「评估记录」:有人在自己机器上拿真实文件跑了一遍解码器,把结果记进 docs/evaluations.toml,但文件本身不提交、路径也不写。项目的态度是直接采信这种记录,不追着要文件、摘要或者复现步骤。有异议?那就自己跑一遍,把你的结果记进去。

这条规则看着宽松,其实很务实——体面的证据标准和「文件必须进仓库」是两回事,后者会让所有真实文件都不敢来。

路线图:关键路径是 .sldprt

开源格式的分数已经不错了(IGES L9、STEP L8)。真正难啃的是带设计历史的私有格式,所以我把 SolidWorks .sldprt 定为关键路径——它是这类格式里最有代表性的一个,把它端到端打通,就等于给整个 IR、校验和原生写回这条路做了一次证明。

六个里程碑大概是这么排的:

  • 公开的 .sldprt 证据——语料、IR 的 JSON Schema、与来源无关的语义等价定义、几何误差度量
  • 完整读——解析、NURBS、裁剪、偏移、混合、过程化几何全覆盖;体到点的归属;草图、尺寸、约束、特征、配置、历史进 IR
  • 完整写与往返——没改的文件逐字节保留;改过的重新生成合法原生段;不支持的记录在仍然合法时保留
  • 忠实翻译——格式中立特征语义;单位、容差、方向约定、内核拓扑规则的对齐;映射、近似、修复、损失全部机器可读
  • 其余原生格式——把每个声明包络抬到同一条线上
  • 加固——模糊测试、恶意输入、属性测试、大模型内存预算、跨机器确定性

装起来

需要 Rust 1.88 以上:

git clone https://github.com/cadmpeg/cadmpeg
cd cadmpeg
cargo install --path crates/cadmpeg

macOS 用 Homebrew:

brew install cadmpeg/tap/cadmpeg

macOS / Linux 有安装脚本,Windows 有 PowerShell 版,都在最新 release 里。

它现在还不是什么

同样说清楚,免得你期待错:

  • NX 和 Creo 还停在 L1。能打开、能导航、能点名没解出来的东西,但几何还没到。
  • SolidWorks 是 L3,不是 L6。连通的 B-rep 有了,但特征语义、草图约束、配置这些设计历史还没解完。
  • 能写回的目前只有 IGES。STEP 是 L8,能完整读,但写回还没到那个等级。
  • 不碰加密和 DRM 保护的内容。这是净室规则决定的,不是能力问题。
  • open items 还很多。每个格式都有自己的一份 *-open-items.md,里面是一堆等着拿字节证据去解的坑。

最后

cadmpeg 的目标写得很直白:让原生 CAD 实现完整的语义互操作——把原生模型读进带类型的 IR,写出合法的原生文件,在格式之间转换,并且把每一次损失都报出来。

这事不可能一个人几个月做完。所以如果你手上刚好有愿意公开的 CAD 文件,或者想从某个格式的字节规范里挑一个小坑解决掉,仓库的门是开的:代码 Apache-2.0,文档和规范 CC BY 4.0,PR 需要 DCO 签名,改解码器还要附来源声明。

仓库:github.com/cadmpeg/cadmpeg

© 版权声明
THE END
喜欢就支持一下吧
点赞1.2W+ 分享
pcurve的头像-卡核