gokayfem/image-to-sculpt
多媒体与设计把一张图片变成可核对的 3D 雕塑,并在 Blender 中回放整个构建过程的编程智能体技能。
项目介绍
Image 2 Sculpt 是给编程智能体(Claude Code、Codex、Cursor、Copilot、Gemini 等)使用的技能。用户提供一张图片,智能体据此生成一个封闭的水密 3D 雕塑,并用这张图自身的遮罩、深度、法线和相机来拟合,而不是调用黑盒图像转 3D 模型。照片看不到的面由生成的视图补全,但这些视图必须先完成配准和筛选;另有一个视图在拟合前被冻结,不参与塑形,单独报告结果。
构建过程按编号记录在 build/steps/ 中。Blender 会从照片的相机回放每一步,生成 360° 转台和逐视图渲染,并导出 .blend、GLB、OBJ 和 STL;同时产出延时视频和逐视图对照图,匹配质量按视图分别展示,不压成一个总分。
适用输入包括 AI 渲染图、角色或产品图、真实手办和雕像照片、带透明通道的抠图 PNG,以及同一物体的多张照片。场景、发丝级结构、透明或镜面材质明确不在支持范围内。
安装与运行
需要 Python 3.10+(numpy、scipy、scikit-image、Pillow)、Blender 5.2+、ffmpeg,以及用于遮罩、深度、法线和生成视图的 FAL_KEY。执行 pip install -r requirements.txt 可安装完整依赖。先用以下命令检查环境:
python3 skills/image-to-sculpt/scripts/i2s.py doctor
在 Claude Code 中安装:
claude plugin marketplace add gokayfem/image-to-sculpt
claude plugin install image-to-sculpt@image-to-sculpt
其他智能体可通过 skills 安装(npx skills add gokayfem/image-to-sculpt),或手动复制技能目录。不支持技能机制的助手请看 adapters。
在仓库根目录新建并运行一个案例,以 owl.jpg 为例:
python3 skills/image-to-sculpt/scripts/i2s.py new cases/owl --input owl.jpg --subject "carved wooden owl figurine"
python3 skills/image-to-sculpt/scripts/i2s.py run cases/owl
run 会执行创建后的全部阶段。也可以单独调用 prep、views、hull、fit、check、blender 等阶段。产物位于 cases/owl,该目录已被 git 忽略。
限制与成本
生成视图、遮罩、深度和法线等付费调用按案例预算控制,用 --budget 设置;每次请求的 ID 会在等待结果前写入 case.json。README 估计一个典型案例约 2 美元,包括 10 个生成视图及照片自身的各类映射。没有 API key 时,可以用抠图 PNG 加自己导入的视图跑通;只提供正面图也可以,但背面形状只能推断。
输入会被填充(绝不裁剪)到视图生成器支持的宽高比,单位按主体归一化。注册、表面拟合和精确有符号距离场由测试覆盖:
python3 tests/run_tests.py
python3 tests/run_tests.py --slow
快速测试约 1 分钟,慢速测试增加端到端合成管线。CI 在 Linux 上运行这两组测试,不依赖 fal、Blender 或 ffmpeg。
HotRepo 点评
在 HotRepo 2026 年 11 月 9 日的新项目记录中,该项目在从 11 月 8 日开始的统计窗口内新增 105 个 Star 和 4 个 Fork,没有记录到 GitHub 全语言日榜名次。目前只有单次快照,不足以判断趋势。更值得关注的是它以测量为核心的设计:逐视图对照参考图、保留一个不参与拟合的视图、记录可被 Blender 回放的每一步,这些都与一次性图像转 3D 调用不同;合成测试也覆盖了视图配准和表面精度,而不只是检查是否产出模型。
本文由 AI 根据项目 README 生成,更新于 ,以项目官方文档为准。
相关推荐
- apekshik/anyscene根据一段文字描述,用 AI 智能体在 fal 上生成道具模型,并自动搭建、布光和拍摄可渲染的写实 Blender 场景。
- ahujasid/mcp-for-blender让大模型通过 MCP 直接驱动 Blender,用自然语言完成建模和场景编辑,而不是手动点选或写 bpy 脚本。
- higgsfield-ai/skills把编程 Agent 变成图像、视频和品牌素材生产入口的 Markdown 技能集,底层调用 Higgsfield。
- xiaoerofficial021-collab/FlowHMR-WindowsFlowHMR 的 Windows 桌面发行版,从视频重建 3D 人体动作,支持预览和 FBX 导出。