Das FERS-Python-Paket installieren

Ein pip-Befehl liefert die Python-Modellierschicht und den kompilierten Rust-Solver. Die lokale Berechnung benötigt kein Konto, keinen Schlüssel und kein Netzwerk — ein Schlüssel schaltet nur Pro-Grenzen, die Cloud-Speicherung und die gehosteten Endpunkte frei.

1. Das Paket installieren

Das Paket ist auf PyPI als FERS veröffentlicht. Es enthält die Python-Modellierschicht und das kompilierte Solver-Wheel, es ist also nichts weiter zu bauen.

pip install FERS

Erfordert Python 3.11 oder neuer. Wheels werden für Windows, macOS und Linux veröffentlicht — für die Installation wird keine Rust-Toolchain benötigt.

2. Die Installation prüfen

Importieren Sie die Kernobjekte und erzeugen Sie ein leeres Modell. Läuft das ohne Fehler durch, wurde der kompilierte Solver korrekt geladen.

from fers_core import FERS, Node, Member, Section, Material, NodalSupport, NodalLoad

# Quick smoke-test
model = FERS()
print("FERS installed successfully")

3. An der Cloud anmelden (optional)

Das brauchen Sie nur für Pro-Grenzen, zum Speichern von Modellen im Konto und für die gehosteten REST- und MCP-Endpunkte. Je nach Anmeldeart gibt es zwei Wege.

  1. Variante A — Konto mit E-Mail und Passwort — Tauschen Sie Ihre Zugangsdaten über POST /api/sdk/token gegen ein einstündiges Bearer-Token. Funktioniert nur für Konten, die mit E-Mail und Passwort angelegt wurden.
  2. Variante B — Google- oder GitHub-Konto (für alle empfohlen) — Legen Sie auf Ihrer Profilseite unter API Keys einen dauerhaften API-Schlüssel an. Ohne Passwort, funktioniert für jede Anmeldeart und ist jederzeit widerrufbar.

Variante A: kurzlebiges Bearer-Token

Das Token gilt eine Stunde. Holen Sie nach Ablauf ein neues, statt es zu speichern.

import requests

resp = requests.post("https://ferscloud.com/api/sdk/token", json={
    "email": "you@example.com",
    "password": "your_password",
})
token = resp.json()["token"]

Variante B: dauerhafter API-Schlüssel

Ein API-Schlüssel hat die Form <keyId>.<secret> und wird nur einmal — bei der Erstellung — angezeigt. Legen Sie ihn in einer Umgebungsvariablen ab und halten Sie ihn serverseitig; niemals im Browser-Code oder in einer eingecheckten Datei.

import os
os.environ["FERS_API_KEY"] = "<keyId>.<secret>"

Die Cloud-Anmeldung wird nur für Pro-Grenzen, zum Speichern von Modellen und für die gehosteten Endpunkte benötigt. Die lokale Berechnung mit run_analysis() funktioniert ohne jede Zugangsdaten.

Was ohne Bezahlung enthalten ist

Der kostenlose Tarif ist für die nicht-kommerzielle Nutzung bestimmt: Er rechnet Modelle bis 100 Stäbe, ohne Konto und ohne Schlüssel. Pro deckt die kommerzielle Nutzung ab, hebt die Grenze auf 10,000 Stäbe an und ergänzt die Cloud-Speicherung.

Auf keinem Kanal gibt es ein Berechnungskontingent oder einen Preis je Berechnung: Das Paket, der Befehl fers und der lokale MCP-Server rechnen auf Ihrem Rechner, der Web-Arbeitsbereich in Ihrem Browser. Pro kostet 19.95 € im Monat.

KostenlosPro
Stäbe je Modell10010,000
Kommerzielle NutzungNeinJa
Lokale BerechnungUnbegrenztUnbegrenzt
Konto erforderlichNeinJa
Cloud-SpeicherungNeinJa

Nächste Schritte

Verwandte Seiten

Siehe auch

Häufige Fragen

Wie heißt das pip-Paket?

pip install FERS. Der Importname lautet fers_core — zum Beispiel from fers_core import FERS, Node, Member.

Brauche ich einen API-Schlüssel für eine Berechnung?

Nein. run_analysis() rechnet lokal, ohne Zugangsdaten und ohne Netzwerkzugriff. Schlüssel sind nur für Pro-Grenzen, die Cloud-Speicherung und die gehosteten REST- und MCP-Endpunkte nötig.

Welche Python-Versionen werden unterstützt?

Python 3.11 und neuer, unter Windows, macOS und Linux. Der Solver wird als fertiges Wheel ausgeliefert, für die Installation ist keine Rust-Toolchain erforderlich.

Wo erstelle ich einen API-Schlüssel?

Auf Ihrer Profilseite unter API Keys. Der Schlüssel wird nur einmal bei der Erstellung angezeigt — sichern Sie ihn dann, ein erneutes Anzeigen ist nicht möglich. Widerrufen können Sie ihn jederzeit.

Kann ich den Solver stattdessen aus JavaScript nutzen?

Ja. Dieselbe Rechenmaschine ist als WebAssembly-npm-Paket veröffentlicht und läuft im Browser oder in Node ohne Server-Roundtrip — siehe FERS aus JavaScript.

Wird mein Modell bei der lokalen Berechnung hochgeladen?

Nein. Die lokale Berechnung läuft vollständig in Ihrem Prozess. Ihr Modell wird nie an FERS Cloud gesendet, solange Sie es nicht ausdrücklich speichern oder einen REST-Endpunkt aufrufen.