Altium Designer导入DXF/DWG文件常见问题与实战解决方案

优质文章学习记录

— 2 min read

1. 导入失败：版本兼容性与文件损坏问题

我在使用Altium Designer导入DXF/DWG文件时，最常遇到的就是导入失败的情况。软件弹窗提示"由于文件版本不兼容或文件损坏而无法打开"，这种情况特别让人头疼，尤其是赶项目的时候。

根本原因在于CAD和Altium Designer之间的版本鸿沟。AutoCAD每年都会推出新版本，而Altium Designer的更新节奏跟不上，这就导致了高版本的DWG文件在AD中无法识别。我实测过，AD 16.1版本最高只能兼容到AutoCAD 2013格式，再新的版本就会报错。

解决方案其实很简单：在AutoCAD中另存为低版本格式。我建议保存为2004或2007版本的DXF文件，这两个版本在兼容性方面表现最稳定。具体操作：在AutoCAD中打开文件后，点击"另存为"，在文件类型中选择"AutoCAD 2004/LT2004 DXF (*.dxf)"。这个办法我用了十年，几乎能解决90%的导入失败问题。

如果保存为低版本后仍然无法导入，可能是文件本身损坏了。这时候可以在AutoCAD中使用RECOVER命令修复文件，然后再重新保存为低版本格式。

2. 导入后图形不显示的三大原因

2.1 单位设置错误导致显示问题

我第一次导入DXF文件时，就遇到了"什么都看不到"的情况。明明在CAD中画了好大的板框，导入AD后却空空如也。后来才发现是单位设置搞的鬼。

CAD中常用的单位是毫米(mm)，而AD默认的单位可能是英制(mil)。1毫米等于39.37 mil，如果你在CAD中用mm画了个10mm的板框，在AD中却选择了mil单位，那么导入后的图形就只有394mil，在庞大的PCB工作区内几乎看不见。

解决方法很直接：在AD的导入设置对话框中，仔细检查单位选择。如果你在CAD中用的是毫米，这里也要选毫米；如果是英寸，就选英寸。不确定的话，可以在CAD中用DIST命令测量一下已知尺寸，确认使用的单位制。

2.2 坐标偏移导致图形超出可视范围

这

Read more

【硬核实战】Mac mini M4 部署 OpenClaw + Ollama 本地大模型：从零到一打通飞书机器人

【硬核实战】Mac mini M4 部署 OpenClaw + Ollama 本地大模型：从零到一打通飞书机器人

文章目录 * 一、 核心环境准备 * 二、 避坑指南：环境初始化在 Mac 终端部署时，首要解决的是权限与路径问题。 * 1. 终端常用快捷键* `Control + C`：强制停止当前运行的命令（如安装卡死时）。 * 2. Node.js 环境修复若遇到 `zsh: command not found: openclaw`，说明 NVM 路径未加载。 * 3. 临时加载环境 * 4. 永久写入配置 * 三、 模型选择：M4 性能调优 * 四、 OpenClaw 配置手术 (JSON 详解) * 五、 飞书机器人接入：最后的临门一脚 * 六、 运行与调试 * 启动 Gateway * 第一次发消息需授权 (Pairing) * 💡 结语
uniapp-x的HarmonyOS鸿蒙应用开发：tabbar底部导航栏的实现

uniapp-x的HarmonyOS鸿蒙应用开发：tabbar底部导航栏的实现

假期期间，百无聊赖。空闲时间够多了吧？有时候感觉特别的百无聊赖。不睡懒觉，电影不看，手机不刷，游戏不玩，也无处可去。那么做什么呢? 于是翻出来之前做过的“爱影家”影视app项目，找个跨多端的技术栈实战学习一把。我先后尝试了kuikly、flutter 、arkui-x等框架，结果。。。，额，这几个没少踩坑做不动了。真想向天问一下，跨平台框架开发哪家强？最后尝试了下uni-app x，被惊艳到了。果然dcloud很给力啊。且uni-app-x的性能很给力。还停留在uniapp只擅长小程序吗？唯独被诟病的是：uniapp-x的uts语法很难受啊，写法跟ts差异很大，且大模型不认识uts语法。 可以体验打包后的hello uni-app x这个demo项目，地址是：https://hellouniappx.dcloud.net.cn/ 可以看到组件很全面啊，我先后体验了android端，鸿蒙端和小程序端，界面UI效果一致，且鸿蒙端运行相当流畅。可以看到组件还是很丰富的。浏览器端的体检们可以直接访问：https://hellouniappx.
组建龙虾团队——OpenClaw多机器人构建

组建龙虾团队——OpenClaw多机器人构建

成功搭建了OpenClaw，也成功建立的自己的每日服务，这时候发现，似乎不太敢在当前的机器人中让他做别的事情，生怕会话太多会让他出现遗忘。（尽管我们配置了QMD记忆增强，但毋庸置疑任何技术都是有上限的）。 换做同样的情况，比如在DeepSeek或者豆包之类的对话窗口，我们会习惯性地新建一个对话。那么我们是否可以新建一个机器人，或者多个机器人，让他们各司其职，各尽所能，形成一个相互配合的团队呢~开干吧，没什么不可能的!! 🦞新建一个机器人 来到飞书开发者后台，新创建一个应用，在这里我们以短视频剪辑脚本应用为例。 创建之后，由于我们的openclaw绑定的是之前的飞书渠道，并没有链接到这个应用的APP ID，所以暂时不做其他操作，只需要记录一下他的APP ID和APP Secret。 🦞配置OpenClaw 如果还是按照claw的命令行安装，每一步都有些让人担心害怕，毕竟我们先前已经配置过一次了，接下来的操作，需要小心是否会把以前的配置给覆盖掉。 为了避免这样的不确定性，我们直接去操作他的配置文件 在WSL2终端中进入openclaw目录 cd .openclaw

AI绘画新选择：Z-Image-Turbo与Stable Diffusion对比体验

AI绘画新选择：Z-Image-Turbo与Stable Diffusion对比体验 如果你最近在AI绘画工具间反复横跳——等SDXL模型下载到怀疑人生、调参调到显存报警、生成一张图要喝三杯咖啡，那今天这篇实测可能就是你一直在找的“那个开关”。我们不聊参数量、不讲训练方法，就用最真实的工作流场景：同一台RTX 4090D机器、同一个提示词、同一张显示器，把Z-Image-Turbo和Stable Diffusion XL（SDXL 1.0）面对面拉出来比一比。不是理论对比，是手按回车键后，看谁先弹出那张图。 1. 先说结论：快不是噱头，是实打实的体验差 Z-Image-Turbo不是“又一个扩散模型”，它是为生产环境重新定义“生成”这个动作的工具。而Stable Diffusion，依然是那个你熟悉、信赖、但越来越像“需要定期保养的老朋友”的经典方案。它们的区别，不是“好与坏”，而是“快刀切菜”和“慢火炖汤”的分工差异。