casadi

写符号表达式,自动求导并生成优化代码

开源 🏷️完全免费 ✅ 目前可打开 基础设施 🍴 复刻 472 🐛 待处理 713 👀 关注 52
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 2334
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费(LGPL)

项目预览

casadi 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类基础设施
开发团队casadi
官网地址http://casadi.org
定价模式🏷️完全免费
价格说明开源免费(LGPL)
访问状态✅ 目前可打开
是否开源是
开源协议LGPL-3.0
主要语言C++
技术栈/模型academic-project,algorithmic-differentation,c-plus-plus,code-generation,derivatives,javascript,julia-package,library,mathematics,matlab,nonlinear,nonlinear-programming,numerical-calculations,octave,optimal-control,optimization,parameter-estimation,python,scientific-computing,symbolic-manipulation
GitHub 星标★ 2334
上线时间2012-10-31 00:00:00
代码更新2026-11-14
仓库体积157.9 MB
本站数据更新2026-11-18
维护状态活跃
收录时间2026-10-04
浏览次数3

项目介绍

CasADi 是一个面向数值优化的符号框架,核心是在稀疏矩阵计算图上实现前向与反向自动微分。它解决的是复杂动态系统优化中导数计算繁琐、求解器集成困难的问题:用户用符号变量描述目标与约束,框架自动生成高效导数代码,并可导出为自包含的 C 代码。它内置与 IPOPT、SUNDIALS、SNOPT 等成熟求解器的接口,支持 C++、Python、Matlab/Octave、Julia 和 JavaScript 多语言调用。典型用途包括最优控制、轨迹优化、机器人动力学、模型预测控制和参数估计。其稀疏处理与代码生成能力使其在嵌入式与实时优化场景中表现突出,是学术与工业界广泛采用的优化建模工具。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-10-04 · 当前星标 ★ 2334

使用教程

难度:入门 约 10 分钟 部署方式:库/依赖 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 可访问互联网,用于打开官网 http://casadi.org 与安装说明页 http://install.casadi.org
  • 确定一种调用语言环境:C++、Python、Matlab/Octave、Julia 或 JavaScript
  • 按实际优化需求准备求解器环境(IPOPT、SUNDIALS、SNOPT 等),README 未给出其安装命令

安装与启动步骤

  1. 1打开项目官网

    访问 http://casadi.org,了解 CasADi 的定位与能力,确认是否匹配你的最优控制、轨迹优化等场景。

  2. 2进入安装说明页

    访问 http://install.casadi.org,这是 README 明确给出的安装入口,按你的操作系统与语言选择对应指引。

  3. 3确定语言与求解器

    决定用 C++、Python、Matlab/Octave、Julia 还是 JavaScript 调用,并确认是否需要 IPOPT、SUNDIALS、SNOPT 接口。

  4. 4按官方指引安装

    严格依照 install.casadi.org 上对应平台的步骤安装;README 节选未提供任何可复制的安装命令。

  5. 5跑通最小示例

    安装后回到官网查看文档与示例,用符号变量写一个最简单的问题验证环境是否可用。

如何确认成功

能成功加载 CasADi 并跑通官网示例即视为可用;README 未给出具体验证命令,请以安装说明页为准。

常见问题

Q:README 里为什么没有安装命令?

A:节选内容只指向官网与安装说明链接,具体安装命令需到 http://install.casadi.org 查看,本教程不做臆测。

Q:CasADi 支持哪些调用语言?

A:支持 C++、Python、Matlab/Octave、Julia 和 JavaScript 多语言调用,可按团队技术栈选择其一。

Q:需要自己额外安装优化求解器吗?

A:CasADi 内置与 IPOPT、SUNDIALS、SNOPT 等求解器的接口,具体依赖与安装方式以官方安装说明为准。

Q:能否导出不依赖框架的代码?

A:可以,CasADi 支持把生成的导数代码导出为自包含的 C 代码,适合嵌入式与实时优化场景。

注意事项

  • 本教程依据 README 节选整理,节选未含安装命令,所有安装操作请以 http://install.casadi.org 为准。
  • 项目官网 http://casadi.org,GitHub 仓库 https://github.com/casadi/casadi,建议以官方文档为最终依据。

核心亮点

  • 稀疏矩阵计算图上的前向/反向自动微分,适合大规模动态优化
  • 可生成自包含 C 代码,便于嵌入式与实时部署
  • 统一接口对接 IPOPT、SUNDIALS 等主流求解器,多语言可用

不足之处

  • 学习曲线较陡,符号建模与求解器配置需要一定优化背景
  • 文档分散,部分高级功能示例较少,社区规模中等

适用场景

  • 机器人轨迹优化与最优控制
  • 模型预测控制(MPC)在线求解
  • 动态系统参数估计与微分方程伴随计算

替代项目

PyTorch、JAX

上一篇:pooled

下一篇:delta-Mem

同类项目推荐

agent-sandbox 开源

在 K8s 上给每个 AI Agent 开一间独立有状态的沙箱

agent-sandbox enables easy management of isolated, stateful, singleton workloads, id···

★ 4644 2026-10-12
inferencedb 开源

把实时模型推理结果一键流入数据湖,方便后续分析

Stream inferences of real-time ML models in production to any data lake (Experimenta···

★ 82 2026-08-09
vllm-sly-radiance 开源

让 AMD R9700 跑 vLLM 推理更快更稳

Working on the fastest vllm path for AMD Radeon AI PRO R9700

★ 116 2026-11-11
zerolan-core 开源

一个框架集成本地多模态 AI 模型,开箱即用

ZerolanCore integrates many open-source, locally deployable AI models, and aims to i···

★ 122 2026-08-09
TypeGPT 开源

把大模型装进操作系统,随处唤起 AI 助手

Integrate LLM's into your OS. For any issues or ideas, message us in the discord ser···

★ 149 2026-08-09
infrahub 开源

像管代码一样管基础设施数据,变更可评审可回滚

Infrahub is a graph-based data management platform with built-in version control, CI···

★ 553 2026-10-07
Hyperloom 开源

让 AMD GPU 自动调优 LLM 推理

An agentic system that auto-optimizes LLM workloads on AMD GPUs.

★ 280 2026-10-30
voiceblender 开源

用 API 快速搭建语音 AI 应用,通话、混音、识别全搞定。

A programmable Voice AI platform: SIP and WebRTC call control, multi-party mixing, r···

★ 141 2026-08-09
sndr_core_engine 开源

消费级显卡上榨干大模型性能,推理速度翻倍

SNDR Core Engine (Genesis) — vLLM runtime patch-overlay for Qwen3.6 + Gemma4 on con···

★ 133 2026-08-09