📌 项目地址：st-tech/ppf-contact-solver | ⭐ 3,426 颗星 | 🔧 Python | 📜 未标注
先说清楚这是什么
st-tech/ppf-contact-solver，Python 项目，3426 星。ZOZO 是日本最大的时尚电商，这个求解器最初是他们内部的物理引擎，服务虚拟试穿这类业务，现在开源交给社区继续做。
它能仿真五类对象的接触：壳（布料）、固体、杆、刚体、沙。
“Not 99%”——这条口号背后的业务逻辑
README 里最显眼的一句话：”100% Penetration-Free. No snagging intersections. Not 99%.”
游戏里穿个模没人管，观众看不出来。但虚拟试穿的衣服贴着人体表面，一帧穿透就是穿帮。所以这个项目把接触解析做成硬约束——不是调参数把穿透率压到很低，是不允许穿透。
和它配套的两条我单独拎出来说：
布料不“橡皮化”。 三角形伸长有严格上界，README 给的例子是 1% 以内。做布料仿真的人都知道布被拉成橡皮筋是最常见的翻车现场，这个项目直接给它画了红线。
参数是实测的。 布料预设对标真实测量数据，标定报告公开可查。多数仿真项目里摩擦系数和刚度全靠手调，调出来像不像布凭手感。这一步能省掉大量盲调时间。
技术上的几个硬数字
1.8 亿接触点。 原话：”An extreme case includes beyond 180M contacts. Not just one million.” 我没在别的开源物理引擎里见过这个量级的声明。
全 GPU、纯单精度。 所有计算在 GPU 上以单精度跑，不用双精度。消费级 GPU 的双精度吞吐常常只有单精度的 1/32，在亿级接触规模下这个选择直接决定能不能跑。接触求解器和弹性求解器都在 GPU 上，也就是”Massively Parallel”那条的意思。
Rust 优先。 尽量不用 C++，换内存安全，官方说法是性能不让步。
FEM + 符号雅可比。 可变形体用有限元方法，力雅可比是符号形式生成的，不是数值微分凑出来的。符号雅可比意味着更快、更准的牛顿迭代，也意味着实现者对推导有把握。
四条上手路径
门槛从低到高排：
- Windows 免安装版：Release 下载解压，双击
start.bat。没有安装向导，有演示视频。 - Docker：镜像约 1GB，内置 JupyterLab，起容器开浏览器就能跑示例。视频在这。
- Blender 插件：可以远程仿真，README 截图在 macOS 上拍的。想本地跑，需要 Windows 或 Linux 加一块现代 NVIDIA GPU。
- Python API：代码全有 docstring，有文档站。
CI 里藏着一个对症的设计
GitHub Actions 覆盖了 Linux、Windows、Docker 构建、文档、Blender 插件几条工作流。真正值得注意的是这条：压力测试连续跑 10 次。
物理引擎最难抓的 bug 是高负载下的偶发崩溃——跑一次通过什么也证明不了，连跑十次是针对这类问题的正确测法。README 里 “Community Tested” 那条提到用户报 bug 他们修，issue 区开着。
一个少见的小节：LLM Transparency
README 里有专门一节交代作者在哪些环节用了 LLM，并承诺保留原作者的表达和语气，细节写在一篇单独的 Markdown 文档里。把 LLM 使用情况写进项目文档的开源项目，我目前只见这一个。不管你态度如何，说清楚总比藏着好。
我的判断
零穿透保证、1.8 亿接触点、全 GPU 单精度、布料参数实测标定——这四条同时出现在一个开源接触求解器里，我找不出第二个。
做布料仿真、虚拟试穿、GPU 数值方法、机器人接触动力学的人，可以直接去读求解器代码。方向不相关也可以看它的约束求解设计和 CI 策略，都有可搬的东西。