用 Rust 与 WebGPU 在浏览器中构建 CAD 内核
从 KetchUp 看 Rust 与 WebGPU 如何让浏览器里的专业 CAD 内核真正可行,以及早期项目失败的教训。

这周发生了一件悄无声息却很了不起的事:浏览器里的 CAD 内核不再是个笑话。KetchUp——大概是为了让 Trimble 的商标律师少操心,现已改名为 BenchUp——是一款用 Rust 编写、通过 WebGPU 渲染的开源 SketchUp 风格建模工具,直接在普通浏览器标签页里运行,速度和打磨程度让被 SketchUp 折磨已久的用户忍不住羡慕。无需账号,无需云端。.ketchup 文件直接下载到本地,整个项目采用 MIT 许可证。
这二十年来我见过无数人尝试“网页版 CAD”,几乎每次都以同样的方式失败:选错运行时、选错渲染 API,或者对难点在哪里理解有误。这个项目在这些关键决策上大多做对了,值得当作案例来研究。所以这里我倒着写一份复盘——先讲那些拖垮早期浏览器建模工具的错误,再讲这个项目用哪些具体做法,让它用起来像一个原生应用。
第一课:瓶颈从来不是浏览器,而是运行时
我能想到的每一个失败的网页 CAD 项目,开局都是同一步:用 JavaScript 写几何引擎,撞了墙,然后得出结论——浏览器做不到。这个结论是错的。浏览器没问题,问题出在运行时上。
想想交互式建模到底需要什么。你用“推拉”工具拖动一个面时,鼠标每移动一次,都要重新计算受影响的面、做边线推断、和附近每个顶点做吸附检测,还要重新上传顶点缓冲区——每秒六十次。在 JavaScript 里,垃圾回收器掌控着你的帧预算,它才不管你正在拖拽呢。在错误的时机来一次几毫秒的回收,用户感受到的就是卡顿,而建模工具里的卡顿可不是小问题,它会打断手和形状之间的心理闭环。这也解释了为什么网页版 SketchUp 总给人一种“比桌面版更慢、功能更弱”的感觉,用户自己也这么说。
Rust 编译到 WebAssembly 之后,这一整类问题就不存在了。你能掌控线性内存,几何缓冲区的内存布局是确定的,帧与帧之间也没有垃圾回收器在暗处蹲守。需要强调的是,Wasm 并不是在所有事情上都更快——我们之前就聊过,在字符串处理和 DOM 相关的工作上,WebAssembly 往往输给调优良好的 JavaScript。但几何内核恰恰是相反的工作负载:对大块扁平的 f32 数组做紧密循环。这正是可预测的内存布局大显身手的地方,也是 JS 的对象模型处处掣肘的地方。
所以解决办法不是“让浏览器变快”,而是“别在为文档设计的运行时上跑几何引擎”。浏览器只是交付载体,运行在里面的东西完全可以是系统级代码。
第二课:WebGPU 与 WebGL 的 CAD 渲染之争——先搞清楚你买的是什么
第二个错误更隐蔽:以为“建模工具不过是些三角形”,所以 WebGL 就够用了。渲染带着光照的三角形确实是最简单的部分,真正痛苦的是三角形之外的那些事。
简单回顾一下历史,这有助于理解这套 API 的设计。WebGL 直接源自 OpenGL,而 OpenGL 又源自 SGI 的 IRIS GL——那是八十年代末为一种早已不存在的硬件设计的状态机。你得通过修改全局上下文状态来编程,并祈祷在每次绘制调用前把所有开关都设对。这在 1992 年是个不错的抽象。但对 CAD 视口来说,你经常需要做一些它用起来很别扭的事:GPU 端拾取(光标下是哪个面?)、带孔面的三角剖分、计算边线的屏幕空间线宽、管理每帧都在变化的缓冲区。这些在 WebGL2 里也能做,但等于把计算型工作硬塞进一个没有计算着色器、到处都是隐式同步的 API 里。
WebGPU 改的是模型,而不只是速度。显式的管线取代了隐藏的全局状态;存储缓冲区和计算着色器让三角剖分和拾取可以直接在数据所在的 GPU 上完成;错误模型会告诉你哪里用错了,而不是悄无声息地崩掉。更关键的是战略层面:Rust 的 wgpu crate 在 Vulkan、Metal 和 Direct3D 之上实现了同一套 API。用 wgpu 写一次渲染器,既能在浏览器里编译为 WebGPU,也能在桌面端编译为原生图形后端。正是这个决定,让 BenchUp 能用同一份代码库发布 Windows、macOS、Linux 和浏览器版本。
坦白说,WebGPU 的支持并不普及,一个正经的工具需要 WebGL2 的回退路径——BenchUp 两者必选其一。但先面向 WebGPU 构建、再优雅降级,才是正确的顺序。反过来做,最后就是在架构上被困在 1992 年。
第三课:几何内核不是难点——推断才是
我觉得这里最有意思的错误,是优先级上的失误,而不是工程上的失误。开发者想克隆一个建模工具时,几乎总是从几何内核入手:边界表示、欧拉算子、布尔运算的鲁棒性。这是最具学术挑战性的部分,所以理应排在最前面。对吧?
错了,历史已经说明了原因。实体建模内核早已是成熟的、可商品化的技术:BRL-CAD 在七十年代末就为美国陆军做实体几何构造(CSG);Parasolid 和 ACIS 在八十年代把边界表示工业化;OpenCASCADE 自 1999 年起就是开源的。如果强大的内核本身就是产品,那么基于 OpenCASCADE 的众多建模工具早该抢了 SketchUp 的饭碗。但事实并非如此。SketchUp 的天才之处在于:2000 年 @Last Software 在博尔德推出它时,它的核心并不是几何能力,而是推断引擎——光标如何吸附到中点、如何锁定红绿蓝三个坐标轴、如何猜出你正要在哪个平面上绘制。用户从不需要输入坐标,软件是走到手所在的位置去迎合它。
从本质上说,SketchUp 是一个极其简洁的曲面建模器——只有面和边,不要求实体。推拉操作不过是把一个面挤出来,再把侧面缝合起来。复杂性都在交互层,而 KetchUp 显然把精力主要花在了这里。吸附逻辑大致长这样:
enum Inference {
AtVertex(VertexId),
Midpoint(EdgeId),
OnEdge(EdgeId),
OnAxis(Axis), // the famous red / green / blue lock
OnFace(FaceId),
None,
}
fn infer(ray: Ray, model: &Model, last_point: Vec3, tol: f32) -> (Vec3, Inference) {
// Priority order matters more than cleverness:
// hard snaps beat soft snaps, every time.
if let Some(v) = model.nearest_vertex(ray, tol) {
return (v.pos, Inference::AtVertex(v.id));
}
if let Some((e, t)) = model.nearest_midpoint(ray, tol) {
return (e.point_at(t), Inference::Midpoint(e.id));
}
if let Some(p) = snap_to_axis(ray, last_point, tol) {
return (p, Inference::OnAxis(p.axis));
}
// Fall through to whatever face or plane the ray hits.
project_onto_surface(ray, model)
}
这个函数里的数学都不深奥。难点在于优先级的排序、容差随缩放比例的变化,以及让操作手感“如有心灵感应”而不是“一顿一顿”的几十个细微行为。这是上千小时的打磨,而不是上千页的内核理论。如果你要做建模工具,先做推断层,几何部分保持简单到近乎简陋,等用户真的需要时再升级。
推断引擎才是产品,几何内核只是管道。克隆的时候,管道最后再做。

第四课:别用 DOM 节点搭 CAD 界面
第四个错误是典型的 React 式错误。“带画布的网页应用”的默认架构,是把一个 DOM 应用包裹在 <canvas> 元素外面:工具栏是 div,面板是组件,对话框是 portal。对于 CRUD 应用来说没问题。但对建模工具而言,这等于把一个会让样式失效、会不可预测地触发重排的布局引擎,硬塞到一个需要每一微秒帧时间的渲染器旁边。然后你就得花时间查:为什么工具栏的悬停状态会在旋转视角时掉帧。
KetchUp 走的是另一条路:整个 UI 都在 GPU 上绘制,DOM 只剩一个 canvas。这和 GPU 加速终端模拟器采用的架构思路一致——Alacritty 等终端不再让 DOM 逐字符渲染文本,而是把整个窗口当作一张纹理来处理。我们在 现代终端的字形图集方案中见识过它的效果。Rust 生态让这件事几乎没有额外成本:即时模式 GUI(比如 egui)可以编译到 Wasm,通过 wgpu 渲染,不需要一个 DOM 节点就能提供按钮、面板和文本。一位 Hacker News 评论者惊讶于它的原生手感,并特别提到了文本渲染。这并非巧合——文本恰恰是无 DOM 界面最容易出问题的地方,能把文本做好,说明渲染栈确实扎实。
这种取舍是真实存在的,所以得说清楚:即时模式 UI 每帧都要重新布局,无障碍工具默认依赖 DOM,而且你放弃了浏览器内置的一切。对于几百个控件以 60fps 重绘的工具界面来说,重新计算的开销可以忽略不计。无障碍方面的代价才是真正需要保持警惕的地方——但它是需要想办法弥补的成本,而不是把回流风暴请回来的理由。
第五课:本地优先的文件胜过云端锁定
现在说一个根本不算技术的错误。2012 年 Trimble 从 Google 手中收购 SketchUp 后,产品慢慢走上了一条熟悉的老路:免费的桌面版(SketchUp Make)被停止提供,免费版变成了需要账号登录的网页应用,买断式授权被取消,改为每年数百美元的订阅。社区的不满其实不完全是钱的问题——爱好者们反复表示,他们很愿意付一个合理的一次性价格。问题在于条款。人们花了多年时间建造的房屋模型,保存在一种格式和授权体系里,而这套体系随时可以提价,让你付不起。有位评论者至今仍在 WINE 里运行 2017 年的免费版,也不愿接受新的条款。这已经不是怀旧了,这更像是一场人质谈判。
KetchUp 的解决方案几乎是有意的“老派”:自动保存写入设备上的浏览器存储,文件 → 保存 会下载一个可移植的 .ketchup 项目文件,SketchUp 的 .skp 几何文件可以在本地导入,需要带走数据时还能导出 OBJ。没有服务器,没有账号。文档甚至用直白的语言提醒你:清除浏览器数据会删除自动保存的内容——这是本地优先软件的诚实代价,并且被提前说明了。
这一点我想特别强调,因为它是全文最古老的教训:文件格式才是锁定,互操作性才是撬棍。每一个成功挑战既有工具的产品,都是从读取对方的文件开始的——WordPerfect 输给的是 Word 的导入过滤器,而不是功能列表。对 KetchUp 的普及来说,SketchUp 文件导入的重要性远超任何单一的建模功能。OBJ 导出只包含几何、不含材质,这是可以接受的小瑕疵;它表明这个项目的方向是向外开放,而不是向内封闭。
第六课:用 Rust 一次编写,原生与网页同时运行
最后一个错误,是把“网页版”当成一个独立的产品。历史上通常是这样:一个 C++ 写的原生代码库,再加上一个落后好几年、永远只能是次级版本的网页版项目。用户能清楚地感觉到哪个才是真正的产品,哪个只是演示。
KetchUp 所依托的技术栈让这种区分消失了。Rust 把 Wasm 当作一等公民目标;wgpu 在浏览器中说 WebGPU,在桌面端说 Vulkan、Metal 和 D3D;egui 则可以原样运行在两边。浏览器版和原生版不是远房表亲,它们就是同一个程序,只是编译了两次。我忍不住要指出,这正是 Java 在 1995 年许下、如今终于兑现的承诺,只不过实现它的是一种没有垃圾回收、也没有语言意识形态包袱的字节码格式。WebAssembly 之所以作为编译目标取得成功,正是因为它从不试图成为你用来编写程序的平台。浏览器已经悄然成为原生级代码的可靠运行环境——我们在标签页中运行的静态重编译主机游戏上已经看到了这一点,而 CAD 只是下一个被攻下的品类。

还有一点值得琢磨。从各方面迹象看,这个项目很大程度上是借助 AI 编程辅助完成的——社区很快就注意到了,反应大多是耸耸肩和称赞。这符合几位评论者直接点出的一种趋势:我们正在进入一个时代,自己动手做一个工具,成为学习别人工具的现实替代方案。一个有干劲的人,带着 Rust、wgpu 和一个 AI 搭档,现在就能复刻一款公司需要每年花几百美元租用的产品的核心循环。这个时代让你感到振奋还是担忧,大概取决于你站在账单的哪一边。
KetchUp 也许会成为那个最终为业余建模者提供长久归宿的项目,也许不会——它还很年轻,几何核心也很简单,SketchUp 的死忠用户如果拿着超大模型来用,很快就会碰到它的天花板。但作为一个存在性证明,它已经完成了使命。浏览器从来就不是做 CAD 的能力不足,只是我们一直做错了:运行时错了,API 错了,优先级错了,商业模式也错了。把这四件事修正,每年三百美元的订阅看起来就只像是对惰性征收的一种税。


