AI 3D 模型生成器:文本转 STL 自动化 - Openclaw Skills
作者:互联网
2026-03-30
什么是 AI 3D 模型生成器?
AI 3D 模型生成器是一个复杂的决策框架,旨在桥接创意提示词与物理几何体之间的鸿沟。通过利用 Openclaw Skills,该工具编排了一个工作流,其中大语言模型生成精确的 Python 代码以构建 3D 网格。它专注于参数化建模,确保生成的物体不仅是视觉表现,而且是具备结构合理性、可用于进一步工程设计或制造的几何体。
该技能利用 Trimesh 库来处理复杂的几何原语,如二十面体球、圆柱体和圆环体。它专门为需要高度控制细分和表面细节的 Openclaw Skills 用户进行了优化,是希望通过代码生成实现 3D 资产流水线自动化的开发人员和设计师的理想解决方案。
下载入口:https://github.com/openclaw/skills/tree/main/skills/vonzellu/ai-3d-generator
安装与下载
1. ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install ai-3d-generator
2. 手动安装
将技能文件夹复制到以下位置之一
全局模式~/.openclaw/skills/
工作区
/skills/
优先级:工作区 > 本地 > 内置
3. 提示词安装
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 ai-3d-generator。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。
AI 3D 模型生成器 应用场景
- 使用自然语言快速原型化机械零件和建筑组件。
- 为游戏开发和虚拟环境自动化创建各种 3D 资产。
- 生成具有特定技术约束和尺寸的可 3D 打印 STL 文件。
- 批量处理用于研究或产品设计迭代的几何变体。
- 通过自动化工作流定期生成每日 3D 模型以激发设计灵感。
- 用户向 Openclaw Skills 界面提供 3D 物体的详细文本描述。
- 专门的提示词工程模板封装用户输入,指导 LLM 使用 Trimesh 生成 Python 脚本。
- 系统从提示词中提取形状、尺寸和分辨率要求等实体。
- LLM 生成模块化 Python 脚本,其中包括网格创建、变换和优化的函数。
- 该技能在安全环境中执行生成的脚本,进行几何计算和布尔运算。
- 高分辨率 STL 文件被导出到本地工作区,并附带三角面片计数和流形完整性报告。
AI 3D 模型生成器 配置指南
要将此功能集成到您的环境中,请确保在 Openclaw Skills 中配置了所需的 Python 库和目录结构:
# 安装所需的几何库
pip install trimesh numpy
# 创建技能目录结构
mkdir -p ~/.openclaw/workspace/skills/ai-3d-generator/scripts
mkdir -p ~/.openclaw/workspace/stl-exports
# 使执行脚本具有可执行权限
chmod +x ~/.openclaw/workspace/skills/ai-3d-generator/scripts/generate-from-prompt.sh
AI 3D 模型生成器 数据架构与分类体系
该技能通过结构化的目录和元数据系统组织其操作,以确保所有生成的资产在 Openclaw Skills 中易于访问:
| 数据类型 | 位置 | 用途 |
|---|---|---|
| 提示词模板 | prompts/3d-generator.txt |
指导 LLM 生成 Python 代码的指令 |
| 生成脚本 | skills/ai-3d-generator/scripts/ |
处理提示词到代码执行的逻辑 |
| STL 导出 | workspace/stl-exports/ |
准备好打印或查看的最终 3D 二进制文件 |
| 执行日志 | 控制台输出 | 关于三角面片数、流形状态和导出路径的详情 |
AI 3D Model Generator
Génération automatique de modèles 3D détaillés à partir de descriptions textuelles.
Architecture
Prompt utilisateur → LLM (Kimi/Gemini) → Code Python/Trimesh → Génération STL → Export
Pipeline Automatique
1. Prompt Engineering (template)
Crée un fichier prompts/3d-generator.txt:
Tu es un expert en modélisation 3D paramétrique. Génère un script Python utilisant Trimesh
pour créer le modèle 3D décrit ci-dessous.
RèGLES:
- Utilise trimesh.creation (icosphere, cylinder, cone, torus, box)
- Pour les détails complexes: utiliser des boucles et paramètres
- Résolution élevée: subdivisions=4-5 pour les sphères, sections=32-64 pour cylindres
- Ajouter des détails de surface (panneaux, textures géométriques)
- Structure modulaire avec fonctions réutilisables
- Exporter en STL binaire à la fin
SCRIPT TEMPLATE:
```python
#!/usr/bin/env python3
import numpy as np
import trimesh
from trimesh.creation import icosphere, cylinder, cone, torus, box
from trimesh.transformations import rotation_matrix
import os
EXPORT_DIR = "/home/celluloid/.openclaw/workspace/stl-exports"
def save_mesh(mesh, filename):
os.makedirs(EXPORT_DIR, exist_ok=True)
filepath = os.path.join(EXPORT_DIR, filename)
mesh.export(filepath)
print(f"? Exporté: {filepath}")
print(f" Triangles: {len(mesh.faces):,}")
return filepath
def rotate_mesh(mesh, angle, axis, point=None):
if point is None:
point = [0, 0, 0]
mat = rotation_matrix(angle, axis, point)
mesh.apply_transform(mat)
return mesh
# === MODèLE PRINCIPAL ===
def create_model():
meshes = []
# [GéNèRE LE MODèLE ICI]
# Fusion et optimisation
combined = trimesh.util.concatenate(meshes)
combined.merge_vertices()
return combined
if __name__ == "__main__":
mesh = create_model()
save_mesh(mesh, "[NOM_DU_MODELE].stl")
DESCRIPTION DU MODèLE à CRéER: {{USER_DESCRIPTION}}
Génère uniquement le code Python complet, sans explications.
## 2. Skill OpenClaw Automatisé
Crée le fichier `~/.openclaw/workspace/skills/ai-3d-generator/SKILL.md`:
### Utilisation
#### Génération simple
```bash
# Génère un modèle à partir d'une description
~/.openclaw/workspace/skills/ai-3d-generator/scripts/generate-from-prompt.sh "vaisseau spatial avec ailes delta et cockpit vitré"
Génération avec paramètres
# Avec spécifications techniques
~/.openclaw/workspace/skills/ai-3d-generator/scripts/generate-from-prompt.sh r
"robot humano?de articulé" r
--scale=50mm r
--detail=high r
--output=robot.stl
Processus
- Analyse du prompt → Extraction entités (formes, dimensions, détails)
- Génération code → LLM crée script Python/Trimesh
- Validation syntaxique → Vérification imports et structure
- Exécution → Génération mesh + export STL
- Post-traitement → Optimisation, vérification manifold
3. Exemples de Prompts Efficaces
Bon prompt (détaillé, technique):
Crée un chateau médiéval avec:
- Tours cylindriques aux 4 coins (diamètre 8mm, hauteur 25mm)
- Créneaux sur les tours
- Mur d'enceinte carré (40x40mm)
- Pont-levis à l'avant
- Texture de pierre avec des blocs individuels
- échelle 1:100 pour impression 3D
Mauvais prompt (trop vague):
Fais-moi un chateau
4. Automatisation Complète
Cron job pour génération régulière
{
"name": "3d:generate-daily",
"schedule": {"kind": "cron", "expr": "0 9 * * *"},
"payload": {
"message": "Génère un modèle 3D aléatoire du jour (animaux, architecture, véhicules) et exporte en STL",
"model": "openrouter/moonshotai/kimi-k2.5"
}
}
5. Optimisations pour Ultra-Détail
Techniques Avancées
Sculpting procédural
# Ajouter du bruit de surface pour texture
def add_surface_noise(mesh, amplitude=0.1):
vertices = mesh.vertices.copy()
noise = np.random.normal(0, amplitude, vertices.shape)
mesh.vertices = vertices + noise
return mesh
Détails paramétriques
# Générer des détails répétitifs
for i in range(100): # 100 panneaux de surface
angle = i * 2 * np.pi / 100
panel = create_detailed_panel()
position_on_surface(panel, radius=20, angle=angle)
Boolean operations optimisées
# Utiliser trimesh.boolean pour les découpes complexes
from trimesh.boolean import difference, union, intersection
result = difference(base_mesh, cutting_tool)
6. Workflow Complet Exemple
Commande OpenClaw:
Génère un modèle 3D d'une station spatiale en anneau avec:
- Anneau principal de 80mm de diamètre
- 6 modules d'habitation sur l'anneau
- Sphère centrale de commande
- Antennes et panneaux solaires
- Style cyberpunk avec cables et tuyaux
Exporte en STL haute résolution.
Réponse Automatique:
- LLM génère le script Python (~30s)
- Exécution Trimesh (~1-2min)
- Export STL optimisé
- Rapport: triangles, volume, dimensions
Notes
- Pour les modèles très complexes (>100k triangles), prévoir plus de temps
- Utiliser
trimesh.smoothingpour lisser les surfaces si nécessaire - Vérifier que le modèle est "manifold" (étanche) pour l'impression 3D
- Sauvegarder les scripts générés pour réutilisation/modification
相关推荐
专题
+ 收藏
+ 收藏
+ 收藏
+ 收藏
+ 收藏
最新数据
相关文章
信号管道:自动化营销情报工具 - Openclaw Skills
技能收益追踪器:监控 Openclaw 技能并实现变现
AI 合规准备就绪度:评估与治理工具 - Openclaw Skills
FOSMVVM ServerRequest 测试生成器:自动化 API 测试 - Openclaw Skills
酒店搜索器:AI 赋能的住宿与位置情报 - Openclaw Skills
Dub 链接 API:程序化链接管理 - Openclaw Skills
IntercomSwap:P2P BTC 与 USDT 跨链兑换 - Openclaw Skills
spotplay:macOS 原生 Spotify 播放控制 - Openclaw Skills
DeepSeek OCR:AI驱动的图像文本识别 - Openclaw Skills
Web Navigator:自动化网页研究与浏览 - Openclaw Skills
AI精选
