editor
Open-source, lokaler 3D-Architektur-editor, entwickelt mit WebGPU und nativen MCP-KI-Agenten-Workflows.
Erstellen, betrachten und untersuchen Sie 3D-Gebäudemodelle mit React Three Fiber, WebGPU, lokaler CLI und MCP-Servern.
Pascal Editor ist ein Open-Source-3D-Gebäudedesign-Tool, das auf lokales Modellieren und automatisierte räumliche Agenten-Workflows zugeschnitten ist. Es verbindet browserbasiertes Rendering direkt über Model Context Protocol (MCP)-Server mit KI-Tools wie Claude Code oder Codex. Es wurde für AEC-Entwickler, Architekten und Forscher entwickelt, die automatisierte Designsysteme erstellen.
Was es ist
Die Anwendung rendert detaillierte 3D-Gebäudebaugruppen, Grundrisse und mechanische Systeme mit WebGPU und React Three Fiber. Der im Hintergrund laufende CLI-Prozess erstellt eine MCP-Verbindung, die es externen KI-Agenten ermöglicht, Szenenstrukturen zu untersuchen, räumliche Freiräume zu überprüfen und Modellelemente zu generieren. Projektdaten werden lokal in SQLite-Datenbanken gespeichert oder über einen einzigen Docker-Container gehostet.
Für wen
Dieser editor eignet sich für computergestützte Designer, AEC-Software-Ingenieure und Workflow-Entwickler, die KI-gestützte räumliche Anwendungen erstellen. Er eignet sich nicht für traditionelle, nicht-technische Architekten, die eine sofort einsatzbereite Zeichensuite mit vorgefertigten BIM-Objektbibliotheken oder direkten DWG/IFC-Exporttools ohne technische Konfiguration erwarten.
Wichtige Funktionen
WebGPU 3D-Engine
Rendert komplexe architektonische Strukturen und Innensysteme direkt in modernen Webbrowsern mit React Three Fiber.
Model Context Protocol-Integration
Stellt externen KI-Assistenten über einen lokalen CLI-Hintergrunddienst Modellstatus und Befehlsausführung zur Verfügung.
Lokale SQLite-Speicherung
Speichert Projektdatenbanken direkt auf Ihrem Rechner, ohne zwingende Cloud-Konten oder externe Datenbankserver zu erfordern.
Vorgefertigte räumliche Faehigkeiten
Bietet ausführbare Skill-Pakete für die automatisierte 3D-Szenenbearbeitung und Möbel-Passformbewertung.
Startklar in 3 Schritten
Unser ehrliches Fazit
Stärken
- Die integrierte MCP-Server-Integration ermöglicht es KI-Agenten, 3D-Gebäudemodelle programmgesteuert zu inspizieren und zu bearbeiten.
- Die lokale Architektur hält räumliche Datensätze unter lokaler Kontrolle in Standard-SQLite-Dateien.
- Enthält vorverpackte Agenten-Workflows zur räumlichen Verifizierung und Bewertung von Möbelgrundrissen.
- Läuft auf Abruf über einen einzigen npx-Terminalbefehl oder wird als Standard-Docker-Image bereitgestellt.
Schwächen
- Erfordert die Verwaltung von Node.js-Umgebungspfaden und Hintergrundprozesskonfigurationen für die Anbindung von KI-Agenten.
- Einschränkungen der lokalen Dienstinstanz erlauben nur einen aktiven Agenten-Client pro lokalem Prozess ohne benutzerdefinierte Umgebungsisolierung.
- Erweiterte Funktionen, die in der gehosteten Demo gezeigt werden, sind im Open-Source-Repository-Release noch nicht vollständig verfügbar.
Preise & Lizenz
Pascal Editor ist völlig kostenlos und open source unter der MIT-Lizenz. Sie können ihn lokal ausführen oder ohne Kosten auf Ihrer eigenen Serverinfrastruktur self-hosten. Die Nutzung optionaler gehosteter Cloud-Sync- oder API-Funktionen erfordert die Einrichtung von Zugangsdaten auf der Entwicklerplattform.
Stellen für Deutschsprachige
767 offene Remote-Stellen im KI-Training, aktualisiert am 14. November 2026; die meisten zahlen $20–$175 pro Stunde. 11 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Alternativen
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Nutze es, oder lass es uns einrichten
FAQ
Wie verbindet sich Pascal Editor mit KI-Assistenten wie Claude Code?
Es startet einen Hintergrunddienst, der einen lokalen Model Context Protocol (MCP)-Endpunkt bereitstellt, mit dem sich Agenten-Plugins direkt verbinden, ohne Projektdateien hochzuladen.
Wo werden meine Projektdaten beim Self-Hosting gespeichert?
Alle Projektmodelle und Konfigurationen werden in einer SQLite-Datenbankdatei unter `~/.pascal/data/pascal.db` oder im eingebundenen Docker-Volume `/data` gespeichert.
