Our biggest-ever sale. 60% off AI & data skills
Buy Now
Agen image-to-CAD mengubah gambar suatu komponen menjadi model CAD yang dapat Anda edit.
Kimi K3.1 Pro dapat membaca empat gambar lalu bereaksi terhadap apa yang dihasilkan oleh kodenya sendiri. Blog Moonshot yang sama yang saya sebutkan sebelumnya melaporkan 92,7% dengan alat dan 72.8% tanpa alat pada tugas Vision2Code BenchCAD, yang menilai kode CAD yang ditulis dari tampilan render suatu komponen. Angka-angka tersebut berasal dari subset 1.000 kasus pada upaya max, dan skor dengan alat menggunakan harness Claude Code, jadi sebagian skornya mungkin berasal dari harness tersebut.
Tolok ukurnya juga mengirimkan keempat tampilan dalam satu gambar dan menskalakan setiap komponen ke ukuran yang sama sebelum penilaian. Uji saya mengirim empat tampilan terpisah plus satu dimensi nyata pada upaya high, jadi anggap angka Moonshot sebagai alasan untuk menjalankan uji, bukan sebagai hasilnya. Saat saya menjalankan percobaan ini, bobot terbuka belum dapat diunduh.
CadQuery dipilih sebagai format keluaran karena sebuah skrip CadQuery sendiri adalah model parametrik. Sebuah lubang adalah pemanggilan fungsi dengan diameter dan posisi, sehingga suntingan berikutnya cukup mengubah satu angka dan padatan dibangun ulang. File STL hanya memberi Anda segitiga, dan tidak ada slot_width untuk diubah.
Kimi menerima empat gambar referensi, lebar 60 mm, dan sebuah prompt sistem. Prompt tersebut menetapkan satuan milimeter dan sumbu, memusatkan komponen pada X dan Y dengan alas di Z=0, serta meminta dimensi bernama dan padatan final pada result.
Setelah itu, Kimi hanya tahu apa yang dilaporkan oleh alatnya. API Kimi tidak menjalankan CadQuery, jadi keempat alat hidup di aplikasi:
execute_cad menjalankan program dalam kontainer Docker tanpa jaringan dan menyimpan hasilnya sebagai kandidat
inspect_cad melaporkan validitas, jumlah padatan, bounding box, volume, dan bidang silindris
render_cad menggambar kandidat dari empat kamera yang sama seperti referensi
submit_cad mengakhiri satu fase dengan satu kandidat
Kimi tidak pernah melihat kode referensi atau skor apa pun. Evaluator hanya membaca file STEP yang tersimpan setelah agen selesai, jadi skor tidak dapat mengarahkan atau menghentikan agen.
Skor tidak pernah mengalir kembali ke Kimi. Gambar oleh Penulis.
Untuk menggunakan API Kimi K3.1 Pro di Python, Anda membutuhkan empat hal. Saya menguji semuanya di Linux x86_64 dengan versi berikut:
Kunci API Kimi dengan pengisian setidaknya $1, sesuai panduan cepat K3.1 Pro
Python 3.12.3 dengan openai 3.39.0, SDK OpenAI
cadquery 2.8.0 untuk membangun dan memeriksa padatan
Docker 29.9.2 untuk sandbox
Cuplikan di bawah ini adalah potongan dari proyek lengkap di repositori GitHub ini, yang akan Anda klon berikutnya.
Panduan instalasi CadQuery menyarankan conda, meskipun pip pada Python 3.12 juga berfungsi. Klon repositori dan lakukan penyiapan:
git clone https://github.com/KhalidAbdelaty/Kimi_K3.1_Pro_API_Tutorial.git
cd Kimi_K3.1_Pro_API_Tutorial
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\Activate.ps1
pip install -r requirements.txt
cp .env.example .env # then add your MOONSHOT_API_KEY
docker build -t cad-sandbox:2.8.0 sandbox/
Citra sandbox menginstal versi CadQuery yang sama dan berjalan sebagai pengguna reguler. Docker tidak menetapkan batas CPU atau memori secara default, sesuai dokumen batas sumber daya, jadi runner yang menetapkannya. Halaman depan repositori mencantumkan perintah untuk menjalankan dan menilai eksperimen, termasuk jalur tanpa kunci API atau Docker.
Sebelum kode Kimi mencapai kontainer, coba rusakkan sendiri. Program uji saya mencoba membaca kunci API, mengakses jaringan, dan menulis di luar folder sementara, dan ketiganya gagal.

Tiga operasi diblokir di sandbox. Gambar oleh Penulis.
Ini adalah SDK OpenAI biasa yang diarahkan ke endpoint Moonshot. Setel reasoning_effort pada setiap permintaan, karena jika dibiarkan kosong akan memberi max, dan Anda tidak bisa mematikan proses berpikir.
client = OpenAI(api_key=os.environ["MOONSHOT_API_KEY"], base_url="https://api.moonshot.ai/v1")
response = client.chat.completions.create(
model="kimi-k3.1-pro",
reasoning_effort="high", # low, high, or max; the API default is max
max_completion_tokens=2048, # reasoning and answer share this cap
messages=[{"role": "user", "content": "In one sentence, what does a STEP file store?"}],
)
print(response.choices[0].message.content)
print("usage:", response.usage.model_dump(exclude_none=True))
Abaikan temperature, top_p, n, dan kedua penalti, yang dalam panduan cepat tercantum sebagai tetap. Bahkan jawaban satu kalimat seperti ini menghabiskan sebagian besar completion tokens untuk penalaran, jadi atur batas dengan mempertimbangkan hal itu.

Satu permintaan mengonfirmasi kunci dan model. Gambar oleh Penulis.
Jika API Kimi baru bagi Anda, tutorial Kimi K3 saya sebelumnya membahas streaming, pemanggilan alat, caching, dan input visi.
Model CAD referensi adalah kunci jawaban Anda, sehingga setiap skor memiliki pembanding yang tepat. Saya menguncinya sebelum permintaan pertama—dari kamera hingga aturan penilaian—dan tidak mengubah apa pun setelah melihat hasil.
Braket berbentuk L, dengan bagian tegak bergabung di belakang alas. Titik origin berada di tengah permukaan bawah, dengan X melintang lebar, bagian depan ke arah −Y, dan Z ke atas:
|
Fitur |
Nilai |
Ditunjukkan ke Kimi? |
|
Lebar keseluruhan (X) |
60 mm |
Ya |
|
Kedalaman alas (Y) |
40 mm |
Tidak |
|
Tinggi keseluruhan (Z) |
45 mm |
Tidak |
|
Tebal pelat |
6 mm |
Tidak |
|
Lubang pemasangan |
2 × Ø6,5 mm, jarak 34 mm, pada Y = −3 mm |
Tidak |
|
Slot tegak |
Lebar 6 mm, panjang ujung ke ujung 20 mm, terpusat di X = 0, Z = 25,5 mm |
Tidak |
Saya menempatkan deretan lubang dan slot di tengah permukaan masing-masing dan menggunakan lubang 6,5 mm, ukuran kelonggaran M6 yang umum, karena braket nyata akan demikian. Pilihan itu ternyata menjadi titik lemah braket ini, dan nanti kita bahas alasannya.
Di dalam fungsi build, w, dep, h, dan t menyimpan lebar, kedalaman, tinggi, dan tebal. Ia menyatukan dua pelat dan memotong fiturnya:
base = cq.Workplane("XY").box(w, dep, t, centered=(True, True, False))
upright = cq.Workplane("XY").center(0, dep / 2 - t / 2).box(w, t, h, centered=(True, True, False))
holes = cq.Workplane("XY").pushPoints([(-17, -3), (17, -3)]).circle(3.25).extrude(t)
slot = (cq.Workplane("XZ", origin=(0, dep / 2 - t / 2, 0)).center(0, 25.5)
.slot2D(20, 6, 90) # end-to-end length, width, angle
.extrude(t, both=True))
result = base.union(upright).cut(holes).cut(slot)
Skrip memeriksa satu padatan valid dengan ukuran yang diharapkan sebelum mengekspor file STEP.
Sebuah renderer NumPy kecil menggambar tampilan depan, atas, kanan, dan isometrik dengan pembingkaian tetap yang sama untuk referensi dan setiap kandidat. Pada 512 px, satu piksel mencakup sekitar 0,19 mm, meskipun pembacaan dari gambar bisa meleset lebih dari itu. Pembingkaian tetap juga membuat kandidat yang terlalu besar atau salah posisi tampak keliru alih-alih di-center ulang.

Keempat gambar yang dikirim ke Kimi. Gambar oleh Penulis.
Evaluator mengukur padatan yang diekspor, jadi nama parameter tidak dapat menipunya. Ia memotong setiap file STEP untuk menemukan lubang, slot, dan kedua tebal pelat, serta menghitung voxel IoU—porsi volume yang sama antara dua padatan—pada grid 0,5 mm pada ukuran nyata. Toleransi mengikuti skala piksel: ±0,5 mm untuk ketebalan, diameter lubang, dan lebar slot, serta ±1 hingga ±1,5 mm untuk panjang dan posisi yang dibaca dari gambar.
IoU saja tidak cukup. Menurut saya itu angka yang tumpul, dan saya terus menggunakannya karena tidak ada yang lebih sederhana untuk membandingkan dua padatan. Sebuah L polos tanpa lubang dan tanpa slot masih mendapat skor di atas 0,96, dan komponen yang benar tetapi dibesarkan 20% mendapat skor sempurna 1,0 setelah keduanya diskalakan ke ukuran yang sama.
Itulah mengapa setiap skor di sini dilengkapi dengan 13 pemeriksaan lulus atau gagal. Bahkan 1,0 sempurna hanya berarti dua padatan cocok pada grid tersebut, bukan hingga setiap mikron, dan tidak satu pun dari angka-angka ini merupakan jaminan manufaktur.
Kandidat pertama berasal dari satu permintaan tanpa alat, dan dijalankan persis seperti yang diterima.
Input visi Kimi menerima data URL base64 di dalam array content, dan tidak menerima URL gambar publik. Prompt sistem memuat aturan pembingkaian dan penamaan yang saya jelaskan sebelumnya, dan pesan pengguna membawa keempat PNG serta prompt berikut:
These four images show one mechanical part, a bracket. Each view uses orthographic
projection, and all four use the same scale. The camera for each view is written at the
top of the image, and a small axis triad sits in the lower-left corner.
The overall width of the part along X is 60 mm. No other dimension is given, so estimate
the rest from the images.
Write one CadQuery program that rebuilds this part as an editable parametric model.
Return the complete program in a single python code block.
Permintaannya sendiri singkat:
images = [image_part(path) for path in view_paths] # four PNGs as base64 data URLs
messages.append({"role": "user", "content": images + [{"type": "text", "text": BASELINE_PROMPT}]})
response = client.chat.completions.create(
model="kimi-k3.1-pro", reasoning_effort="high",
max_completion_tokens=32_768, messages=messages,
)
Untuk memeriksa ukuran input sebelum membayar, kirim pesan yang sama ke endpoint estimasi token, yang estimasinya hampir sama persis dengan tagihannya. Empat gambar 512 px kurang dari 2.000 token input.
Runner menulis kode ke folder sementara dan memulai kontainer sekali pakai dengan perintah docker run:
cmd = ["docker", "run", "--rm", "--network", "none", "--read-only",
"--tmpfs", "/tmp:size=64m", "--cap-drop", "ALL",
"--security-opt", "no-new-privileges",
"--memory", "1g", "--cpus", "1", "--pids-limit", "128",
"-v", f"{work}:/work", "cad-sandbox:2.8.0"]
subprocess.run(cmd, capture_output=True, text=True, timeout=60)
Pada percobaan pertama, balasan Kimi memakan waktu sekitar satu menit. Programnya menamai setiap dimensi dalam referensi tersembunyi, dari bracket_depth = 40.0 hingga slot_center_z = 25.5. Ia menghasilkan padatan valid dan lulus semua pemeriksaan.

Kamera sama, skala sama, komponen cocok. Gambar oleh Penulis.
Percobaan pertama yang sempurna membuat saya memeriksa kemungkinan kebocoran, tetapi PNG tidak membawa metadata, dan tidak ada prompt yang memuat nilai tersembunyi. Kode Kimi menjelaskan hasilnya. Seperti yang saya sebutkan saat mendefinisikan braket, fitur-fitur berada di tempat yang akan dipilih desainer, dan Kimi juga begitu.

Kimi menurunkan posisi fitur dari titik tengah. Gambar oleh Penulis.
Agen pemanggilan alat berjalan dalam sebuah loop. Kimi meminta sebuah alat, kode Anda menjalankannya, dan hasilnya dikirim kembali sebagai pesan alat hingga Kimi selesai.

Tiga fase, masing-masing dengan batas tegas. Gambar oleh Penulis.
Berikut skema execute_cad. Ia mengembalikan hasil singkat dalam format tetap, dengan beberapa baris terakhir traceback saat program gagal:
{"type": "function", "function": {
"name": "execute_cad",
"description": "Run a complete CadQuery program in an isolated sandbox. Returns a "
"candidate id, whether it ran, and a short error if it did not.",
"parameters": {"type": "object", "properties": {
"code": {"type": "string",
"description": "The complete program. It must assign the final solid to result."}},
"required": ["code"]}}}
render_cad mengembalikan keempat gambarnya di dalam pesan alat itu sendiri, pola lihat-lagi yang sama seperti pada tutorial visi agens kami dengan Gemini. Dokumen Kimi tidak menunjukkan contohnya, jadi perlakukan ini sebagai perilaku teramati. Di ketiga percobaan, sebuah role: "tool" membawa bagian image_url, dan model membacanya.
Ada tiga detail penting di sini, dan dua yang pertama berasal dari panduan model berpikir Kimi di sini dan panduan cepat:
Kirim pesan asisten lengkap pada setiap giliran, termasuk reasoning_content dan tool_calls
Tambahkan satu pesan alat per panggilan alat, dengan tool_call_id yang cocok
Serialisasikan pesan dengan model_dump(), karena SDK OpenAI tidak memiliki field reasoning_content yang bertipe
Loop di bawah ini mengikuti ketiganya:
message = response.choices[0].message.model_dump(exclude_none=True)
messages.append(message) # all of it, or the next turn quietly loses its reasoning
for call in message.get("tool_calls") or []:
content = run_tool(call["function"]["name"], json.loads(call["function"]["arguments"]))
messages.append({"role": "tool", "tool_call_id": call["id"], "content": content})
Jangan mengandalkan API untuk menangkap kesalahan di sini. Permintaan dengan reasoning_content dihapus dari riwayat tetap berhasil, meski dokumen mewajibkan field tersebut dan menghapusnya dapat mengubah kelanjutan giliran berikutnya. Saya lebih memilih 400 daripada bug yang gagal diam-diam.
Anggaran berada di kode loop, di luar jangkauan Kimi. Setelah 3 perbaikan terpakai, execute_cad menjawab dengan error, dan submit_cad menolak apa pun yang bukan satu padatan valid.
Tidak banyak, dan saya hampir menghapus bagian ini karena alasan itu. Saya membangun loop perbaikan dengan harapan sebagian besar pekerjaan terjadi di sini, tetapi Kimi hampir tidak menyentuhnya. Ia memeriksa kandidat pertamanya, merendernya, menulis ringkasan yakin bahwa ia cocok dengan keempat tampilan referensi, lalu mengirimkan program yang sama seperti awal.
Ringkasan itu tidak selalu benar. Pada salah satu percobaan, inspect_cad melaporkan jari-jari lubang 3,0 mm, jadi lubang 6,0 mm ketika referensi memiliki 6,5 mm, dan Kimi tetap mengirimkan. Setengah milimeter kurang dari 3 piksel di tampilan ini (saya sendiri pun tidak akan percaya mata pada ukuran itu), dan tidak ada umpan balik yang menyebutkan diameter yang benar.

Alat melaporkan jari-jari 3,0 mm. Gambar oleh Penulis.
Dengan loop perbaikan menganggur, perubahan desain menjadi uji yang lebih bermakna. Ini uji yang ringan, meskipun, dan perubahan yang memindahkan dua fitur sekaligus akan mendorong lebih keras.
Pengeditan melanjutkan percakapan yang sama dan dimulai dari kandidat yang diajukan Kimi, bukan dari kode referensi saya:
Increase the width of the vertical slot in the upright plate from 6 mm to 9 mm.
Keep the slot's center position and its end-to-end length as they are in your model.
Do not change the mounting holes, the plate thickness, or the outer dimensions.
Kimi menggunakan salah satu dari 3 program yang diizinkan. Perbedaannya satu baris, dari slot_width = 6.0 menjadi slot_width = 9.0, lalu satu giliran untuk inspeksi dan render, kemudian submit.
Angka baru di kode tidak membuktikan padatan berubah. Evaluator membandingkan padatan sebelum dan sesudah edit voxel demi voxel, mengabaikan hanya ruang yang boleh diambil oleh slot yang lebih lebar:
Semua pemeriksaan edit lulus, setiap saat.
Edit berhasil bersih karena slot2D() memperlakukan panjangnya sebagai ujung ke ujung, jadi slot tetap 20 mm dan bagian lurusnya menjadi lebih pendek. Program yang menyimpan jarak antar pusat busur akan membuat slot bertambah 3 mm.

Edit hanya mengubah slot. Gambar oleh Penulis.
Agen melewati semua pemeriksaan tersembunyi di ketiga percobaan, dalam batas toleransi yang saya tetapkan sebelumnya. Baca tabel ini sebagai rangkuman:
|
Pemeriksaan |
Hasil di tiga percobaan |
|
Pemeriksaan geometri tersembunyi lulus |
13 dari 13 setiap kali |
|
Voxel IoU terhadap referensi (grid 0,5 mm) |
0,998 hingga 1,0 |
|
Diameter lubang (nilai sebenarnya 6,5 mm) |
6,5 mm dua kali, 6,0 mm sekali, yang lolos pada ulasan Kimi |
|
Perbaikan yang digunakan (3 diizinkan) |
0 |
|
Pemeriksaan edit lulus |
8 dari 8 setiap kali |
Tiga percobaan bukan tingkat keberhasilan, hanya tanda bahwa hasil bertahan pada satu braket. Lubang 6,0 mm dari fase perbaikan lolos hanya karena tepat pada toleransi lubang ±0,5 mm, jadi batas yang lebih ketat akan menggagalkan percobaan itu.
Uji yang akan menunjukkan apakah loop meningkatkan model adalah run injeksi kesalahan, yang memulai agen dari program dengan kesalahan yang diketahui. Saya akan melaporkannya terpisah dari percobaan ini.
Setiap percobaan menelan biaya 6,3 hingga 7,3 sen untuk enam permintaan dan tujuh panggilan alat. Itu hanya biaya API, karena rendering dan Docker berjalan di mesin saya.
Hitung harga setiap permintaan dari field usage pada tarif yang dipublikasikan untuk kimi-k3.1-pro. Per sejuta token: $2,00 untuk input, $10,00 untuk output, $0,20 untuk cache hit, dan $2,00 untuk penulisan cache 5 menit.
|
Fase |
Permintaan |
Porsi biaya |
|
Permintaan pertama |
1 |
Sekitar separuh |
|
Tinjauan perbaikan |
2 |
Sekitar seperempat |
|
Edit |
3 |
Sekitar seperempat |
Permintaan pertama yang paling mahal karena di situlah Kimi melakukan penalaran. Output lebih dari separuh tagihan dan penulisan cache 23% hingga 35%, sementara cache hit hampir tidak berbiaya. Berikut bagaimana tiga field input dijumlahkan, sesuai referensi Chat Completions yang saya tautkan sebelumnya, dan Anda bisa melewatinya jika pelacak Anda sudah memisahkan penulisan cache:
uncached = u.prompt_tokens - cached - written # the three parts sum to prompt_tokens
cost = (uncached * 2.00 + cached * 0.20 + written * 2.00 + u.completion_tokens * 10.00) / 1e6
Token penalaran sudah termasuk dalam completion_tokens, jadi jangan menambahkannya dua kali. Penulisan cache 5 menit biayanya sama dengan input tanpa cache, jadi prompt caching menghemat hanya saat sebuah prefix dibaca kembali. Loop alat mengirim ulang riwayat yang sama setiap giliran, dan di sini caching memangkas tagihan input menjadi kurang dari 40% dari tarif biasa.
Satu percobaan memakan waktu sekitar tiga menit, sebagian besar untuk menunggu, karena klien memberi jarak 21 detik antar permintaan untuk batas laju yang akan saya bahas di FAQ.
Batas utama adalah gambar tidak dapat memuat semua dimensi. Uji saya menambah beberapa lagi:
Braket yang mudah lebih merupakan batas uji saya daripada batas Kimi.
Kita membangun agen yang menulis kode CadQuery parametrik dari empat gambar, memeriksa padatannya sendiri dengan alat, dan mengedit satu fitur sesuai permintaan. Untuk braket ini, jawaban atas pertanyaan pembuka saya adalah ya. Ketiga percobaan lulus pada permintaan pertama dalam batas toleransi yang saya tetapkan, dan edit slot tidak mengganggu bagian lain.
Loop perbaikan adalah bagian yang tidak bisa saya jaminkan, karena Kimi tidak pernah menemukan apa pun untuk diperbaiki. Tinjauannya membiarkan satu kesalahan 0,5 mm lolos karena ia melihat piksel, bukan diameter sebenarnya. Saya tidak akan menggeneralisasi hasil ini ke komponen berukuran ganjil atau foto komponen nyata.
Yang dapat dibawa adalah metode menyembunyikan referensi, membekukan aturan penilaian sebelum permintaan pertama, dan menilai padatan yang diekspor alih-alih kodenya. Kimi mengatakan kandidatnya cocok tiga kali, dan hanya evaluator yang bisa mengatakan bahwa dua benar dan satu hampir. Evaluator itulah yang akan saya pertahankan, dan run injeksi kesalahan akan menjadi ekstensi pertama saya.
Untuk selengkapnya tentang menghubungkan model ke alat Anda sendiri, kursus Developing AI Systems with the OpenAI API kami membahas function calling dengan SDK yang sama yang digunakan agen ini.
PNG, JPEG, GIF, WebP, BMP, HEIC, dan HEIF berfungsi sebagai data URL base64, sedangkan SVG ditolak meski sudah dienkode, jadi kirim XML gambar SVG sebagai teks. Satu permintaan dapat membawa gambar dalam jumlah apa pun selama badan permintaan di bawah 100 MB, dan panduan visi yang saya tautkan sebelumnya menyarankan tetap di bawah 4096×2160. Saya akan menghindari GIF dan WebP animasi, yang mungkin didekode Kimi dan ditagihkan sebagai video.
Bukan untuk pekerjaan parametrik, menurut blog peluncuran. 3D Make berada di aplikasi dan situs web Kimi, tempat Anda mengedit model dan mengunduhnya untuk pencetakan 3D. Blog tidak menyebutkan akses API atau ekspor STEP, jadi sebuah slot_width yang bisa Anda ubah tetap memerlukan loop alat Anda sendiri.
Baca error.type lebih dulu, karena Kimi menggunakan 429 untuk tiga masalah berbeda. rate_limit_reached_error berarti Anda melewati batas laju tier Anda, yang naik dari 3 permintaan per menit pada $1 hingga 200 pada $10. exceeded_current_quota_error berarti saldo Anda habis, sementara engine_overloaded_error berarti server sibuk, jadi tunda dan coba lagi alih-alih menambah saldo.
Cache bawaan 5 menit sudah sesuai dengan loop ini, karena setiap hit memperbaruinya gratis dan permintaan saya berjarak 21 detik. Jika seseorang meninjau render antar giliran dan jeda bisa melewati 5 menit, panduan context caching menunjukkan cara menetapkan TTL 1 jam, dan biaya tulis $4,00 per sejuta token impas setelah dua hit. Saya akan melewatkan Highspeed jika biaya yang jadi kekhawatiran, karena itu menggandakan kedua harga untuk kecepatan 2 hingga 3 kali.
Mulailah dengan high, yang saya gunakan sepanjang uji. Jika Anda mencoba max (saya tidak pada braket ini), lakukan streaming respons, karena gateway mengembalikan 504 ketika permintaan non-streaming tidak bersuara selama 900 detik. Batas completion default 131.072 token dan termasuk penalaran, jadi batas 32.768 saya menjaga satu balasan di bawah sekitar 33 sen output.

Saya seorang data engineer dan pembangun komunitas yang bekerja lintas pipeline data, cloud, dan perkakas AI sambil menulis tutorial praktis dan berdampak tinggi untuk DataCamp dan pengembang yang sedang berkembang.
blogs

blogs
blogs
Belajar Menggunakan AI Bersama DataCamp!
Kursus
Mulai perjalanan Anda mengembangkan aplikasi berbasis AI dengan OpenAI API. Pelajari fungsionalitas yang menjadi dasar aplikasi AI populer seperti ChatGPT.
Program
Belajar cara mengintegrasikan AI ke dalam aplikasi perangkat lunak menggunakan API dan pustaka sumber terbuka. Mulailah perjalanan Anda untuk menjadi AI Engineer hari ini!
Program
Temukan bagaimana agen kecerdasan buatan (AI) dapat mengubah cara Anda bekerja dan memberikan nilai tambah bagi organisasi Anda!
Bayangkan Anda memiliki empat foto sebuah braket dudukan logam berbentuk L yang mengikat rak ke dinding, tetapi tidak memiliki file computer-aided design (CAD)-nya. Insinyur mengedit file CAD dan mengirimkannya ke bengkel karena file CAD menyimpan ukuran persis. Anda bisa memindahkan lubang atau melebarkan slot di dalamnya dan tetap mendapatkan komponen yang benar—sesuatu yang tidak bisa dilakukan dengan gambar biasa.
Yang Anda inginkan adalah program Python pendek yang membangun braket dari ukuran bernama, misalnya
hole_diameter = 6.5, dan menyimpannya sebagai file STEP, format standar yang digunakan alat CAD. Blog teknis Moonshot mengatakan Kimi K3.1 Pro unggul dalam pekerjaan spasial seperti ini, jadi saya mengujinya. Bisakah Kimi K3.1 Pro mengubah empat gambar menjadi model CAD yang dapat Anda edit, memeriksa hasil kerjanya sendiri dengan alat, lalu mengubah satu fitur tanpa merusak bagian lain?Agar adil, saya sendiri membangun braketnya di CadQuery, pustaka Python untuk membangun model CAD. Saya merender empat gambar darinya dan menyimpan file CAD asli agar tidak diakses Kimi. Dalam tutorial API Kimi K3.1 Pro ini, Kimi menulis program dari gambar-gambar tersebut, dan kode saya menjalankannya serta mengukur hasil yang dibuat.
Anda tidak perlu pengalaman CAD untuk mengikuti, meskipun kodenya mengasumsikan Anda nyaman dengan Python dan Docker, dan saya akan menjelaskan geometri saat muncul. Kita akan membahas cara:
Tinjauan Kimi K3.1 Pro kami membahas peluncuran, tolok ukur, harga, dan akses, jadi di sini saya akan fokus pada agennya.
Ringkasnya
Saya meminta Kimi K3.1 Pro tiga kali untuk mengubah empat gambar braket logam menjadi model 3D yang dapat diedit menggunakan
reasoning_effort="high", dan hasilnya sama setiap kali, dengan satu pengecualian kecil: