这是我对B-cnc发展的愿景。

我对 bCNC 也有远见（顺便说一句，与您的愿景非常相似）。那不是问题。问题是谁来写代码。

在程序的某个内核中分配主要功能。

是的。但这将是很多工作。

打开一个大的G代码文件应该使用多线程；

这不是它的工作原理。多线程根本无助于提高速度。我也有 4 个 CPU，但是 bCNC 太慢了，4 倍的加速是不够的。加载文件并不慢。处理和显示很慢。另外我认为像 tkinter canvas 这样的东西不能同时从多个线程访问，因为它不是线程安全的并且会导致崩溃。

如果您使用在 C 或 ASM 中优化的 python 库处理数据并且可以自动执行多线程，则无需使用多线程。

但我同意在某些情况下我们应该使用多线程。例如。：

• GUI 应该有它自己的线程，所以它永远不会停止响应按钮点击
• OpenGL visualiser 应该也有它自己的线程，这样它在旋转大对象时不会阻塞 UI
• CAM 处理应该在单独的线程中完成。也许每个 g 代码块都可以单独处理。

这些函数应该在单独的代码中单独列出，例如C++，以提高执行速度，并在单独的库中结束。

是和不是。有现成的用 C 编写的 python 库，我们可以使用它们来加速一切，而无需编写它们。

即

• OpenCAMlib（CNC相关几何操作）
• Shapely，Sympy.geometry（通用几何）
• Numpy、Scipy（处理大量的数学计算）
• Vispy、Glumpy、Mayavi、PyQT 图形、GLVis、ModernGL（GPU 加速可视化）
• GTK3（带有所见即所得编辑器和独立于代码的 UI 定义的便携式 GUI）

这些是一些现成的 python 库，可用于显着加速 bCNC。这就是现代 python 软件的工作原理：

• 您将文件加载到“numpy array”，这是 python 对象，但所有数据都存储在 C 数据结构中
• 您使用用 C 编写的 numpy 和 scipy 程序操作数据
• 您使用一种基于 OpenGL 的可视化工具，它可以直接从 numpy 数组中读取和 3D 显示数据（同样没有数据被 python 代码实际处理，一切都在 C 中）
• 如果你想，例如。做几万点的view 3D旋转，用numpy还是可以的，比python快很多。
• 然后你要保存 g 代码文件，所以你使用 python 代码读取 numpy 数组。

这意味着您仅在某些特定情况下使用 python 代码，例如解析、生成和流式传输 g 代码。而其他一切都在 C 中完成。这些库也经过高度优化，其中一些甚至能够在多个 CPU 上自动处理数据。

问题是要实现所有这些，我们可以开始全新的项目。因为要做到这一点，我们需要重写 100% 的 bCNC。此外，OpenGL 可视化器不支持 Tkinter，因此它非常依赖 GTK3 端口。所以我想我会开始并行开发这样的项目。

我不理解这种编程语言的意识形态及其抽象。

Python 的理念是它很容易被完全的初学者使用。因此，除非你用 C 编写所有内容并从 python 调用它，否则它的速度慢得令人难以置信，而且完全没用。适合简单的任务，无法用于任何大的任务。

如果你有使用循环的 python 代码，无论如何它都会很慢。甚至有一些方法可以编译 python 以使其更快（例如 pypy），但我已经尝试过了，但 bCNC 一点也不快。在某些测试中，它甚至更慢。

我知道这项工作很棒，有时也很困难。
我自己有一些很老的程序，它们在 delphi 上。由于它们的复杂性，没有理由用相同的 C++ 重写它们。
我的程序以不同的模式对热力和水力对象进行建模。例如，核反应堆的活性区。有我的C++程序，没有UI的纯计算（GUI/UI是独立的第三方程序）

但是一开始，正如您所说的那样，有必要加快显示速度。

反正。我不明白这个 github 问题的意义，除非你有时间贡献你提议的改变……