Additive Light · GDI

Из текста и 3D-скана — в параметрическую модель, которую можно напечатать.

Additive Light — это R&D-площадка для генеративного 3D-моделирования и обратного инжиниринга сканов. Она объединяет два трека:

• ADDITIVE_LAB — клиентское веб-приложение: текстовый запрос → AI → SolidPython2 → OpenSCAD WASM → STL прямо в браузере.
• GDI (Generative Design Intelligence) — Python-пайплайн: STL-скан → сенсоры → RANSAC-аппроксимация → LLM → Judge → параметрическая CAD-модель → G-code.

Проект исследовательский: код рабочий, но часть решений — MVP. Если нужна глубина, смотри ARCHITECTURE.md, DEPLOY.md и ROADMAP.md.

---

✨ Возможности

Веб-приложение ADDITIVE_LAB

• 🧠 Генерация кода на SolidPython2 по текстовому промпту через OpenRouter (Gemini, Claude, Grok и другие coder-модели).
• 🔒 Трёхуровневая валидация AI-кода: скобки, compile() в Pyodide, полный рендер в OpenSCAD.
• 🖥️ Рендеринг OpenSCAD WASM в Web Worker — интерфейс не зависает на сложной геометрии.
• 🎨 3D-просмотрщик на Three.js с орбитальной камерой, автоцентрированием и bounding box.
• 💾 Скачивание .scad и .stl одним кликом.
• 🏠 Local-first: тяжёлые файлы отдаются локально, интернет нужен только для AI-генерации.

Десктоп и пайплайн GDI

• 📐 Мультиосевой слайсинг STL через Trimesh + Shapely.
• 📊 RANSAC-аппроксимация зон с честной confidence-оценкой.
• 🤖 LLM-оркестратор для принятия решений по геометрии.
• ⚖️ Двухфазный Judge: синтаксис → IoU.
• 🛠️ Параметризация и бьютификация CAD-кода.
• 📁 YAML-контракт v1.0 между датчиками и LLM.
• 🖨️ Экспорт G-code через FreeCAD Path.

---

🚀 Быстрый старт

1. Клонировать репозиторий

git clone git@github.com:Shugar86/additive-light.git
cd additive-light

2. Веб-версия (рекомендуется для знакомства)

# Python 3.11+
python server.py

Открой в браузере: http://localhost:8001

Для Windows есть start-server.bat.
Сервер проставляет заголовки Cross-Origin-Opener-Policy: same-origin и Cross-Origin-Embedder-Policy: require-corp, необходимые для SharedArrayBuffer / WASM. Подробнее — в DEPLOY.md.

3. Десктоп-версия OpenSCAD AI

pip install -r requirements.txt
python launch_gui.py
# или
python -m gdi_app.gui.main_window

Для Windows есть start-desktop.bat.

4. GDI pipeline (CLI)

pip install -r requirements.txt

python -m gdi_app.cli.main process benchmark_kit/ideal/ideal_cylinder.stl \
  --output output/ \
  --axis Z \
  --step 0.1 \
  --confidence 0.7

Доступные команды:

python -m gdi_app.cli.main --help
python -m gdi_app.cli.main info
python -m gdi_app.cli.main validate output/ideal_cylinder_telemetry.yaml
python -m gdi_app.cli.main batch benchmark_kit/ideal/ --output output/

---

🏗️ Архитектура / стек

Область	Технология	Назначение
Веб-фронтенд	Vanilla JS, HTML5/CSS3, CodeMirror, Three.js	UI, редактор кода, 3D-вьювер
Браузерный Python	Pyodide (WebAssembly), SolidPython2 (solid2)	Исполнение AI-кода в браузере
CAD-ядро (веб)	OpenSCAD WASM	CSG-рендеринг и экспорт STL
AI-шлюз	OpenRouter API	Доступ к coder-моделям
Desktop / pipeline	Python 3.11+, Trimesh, Shapely, Pydantic, LangGraph, Typer, PyQt6	Скан → CAD pipeline
Web backend	FastAPI, Celery, Redis, S3 (Phase 2)	Масштабируемое API
Тесты	pytest, black, mypy	Качество и консистентность

Подробная архитектура, потоки данных и ключевые решения — в ARCHITECTURE.md.

---

📁 Структура проекта

additive-light/
├── index.html              # Главная страница веб-приложения
├── script.js               # UI, Pyodide, AI, Three.js, OpenSCADManager
├── worker.js               # Web Worker для OpenSCAD WASM
├── style.css / style_new.css  # Стили
├── server.py               # Локальный dev-сервер с заголовками COOP/COEP
├── openscad.min.js         # JS-обёртка OpenSCAD WASM
├── requirements.txt        # Python-зависимости
│
├── OpenSCAD_AI/            # Десктопный GUI-ассистент
├── gdi_core/               # Ядро пайплайна GDI
│   ├── api.py              # Публичный API
│   ├── sensors/            # Слайсинг и выравнивание
│   ├── approximator/       # Детекция зон и confidence
│   ├── synthesis/          # Генерация кода через LLM
│   ├── judge/              # Валидация и IoU
│   ├── optimizer/          # Оптимизация CAD-кода
│   ├── sandbox/            # Песочница исполнения
│   └── models/             # YAML-контракт и Pydantic-модели
├── gdi_app/                # CLI и GUI для GDI
│   ├── cli/main.py         # Typer CLI
│   └── gui/                # PyQt6 GUI
├── web/                    # Web backend/frontend (Phase 2)
│   ├── backend/            # FastAPI + Celery
│   ├── frontend/           # Frontend-артефакты
│   └── sandbox/            # Песочница для backend
├── benchmark_kit/          # Тестовые STL: ideal / noise / corrupt / real_scans
├── tests/                  # Юнит- и интеграционные тесты
│
├── ARCHITECTURE.md         # Архитектура и data flow
├── DEPLOY.md               # Инструкция по деплою
├── ROADMAP.md              # Планы и UX-долги
├── CHANGELOG.md            # История изменений
├── CONTRIBUTING.md         # Как участвовать
├── AGENTS.md               # Контракт для агента-разработчика
└── LICENSE                 # MIT

---

📝 Примеры

Веб: ваза из текста

1. Открой http://localhost:8001.
2. В поле запроса напиши: Ваза с витой геометрией, высота 100 мм.
3. Нажми Сгенерировать, затем Скомпилировать.
4. Когда модель появится в 3D-вьювере, скачай .scad или .stl.

Для работы AI-генерации нужен ключ OpenRouter. В MVP он временно задаётся в script.js; перед продакшеном вынеси его в backend-прокси и переменные окружения.

GDI: анализ скана из Python

from gdi_core import GDIAPI

api = GDIAPI(slice_step=0.1, confidence_threshold=0.7)
manifest = api.run_pipeline(
    stl_file="benchmark_kit/real_scans/кольцо.stl",
    base_axis="Z"
)

print(manifest.status)
print(manifest.approximation_result.global_confidence)

CLI: пакетная обработка

python -m gdi_app.cli.main batch benchmark_kit/ideal/ \
  --output output/ \
  --pattern "*.stl" \
  --confidence 0.7

---

🛠️ Разработка

# Установить зависимости
pip install -r requirements.txt

# Запустить тесты
pytest tests/ -v

# Форматирование
black gdi_core/ gdi_app/ web/

# Типизация
mypy gdi_core/

# Локальный веб-сервер
python server.py

---

🗺️ Дорожная карта и история

• Что дальше — в ROADMAP.md.
• Что изменилось — в CHANGELOG.md.

🤝 Участие

См. CONTRIBUTING.md. Идеи, баг-репорты и PR приветствуются, но крупные изменения лучше сначала обсудить в issues.

🎭 Характер проекта

Вайб: precise & honest — инженерная честность исследовательского стенда.

1. Честность о зрелости. Где решение MVP — так и написано; confidence-оценки не приукрашиваются.
2. Валидация прежде результата. Код от AI проходит три уровня проверки и Judge — не отдаём то, что не отрендерилось.
3. Local-first. Тяжёлые файлы остаются на машине; сеть нужна только для AI-генерации.

---

📄 Лицензия

MIT © 2026 Shugar86.