制作规则结构部件
制作结构清晰、便于重复使用的外壳、支架、管道、框架和机械部件。
主要功能
从参考图片或现有模型出发，用程序化建模构建规则部件、用 AI 生成自然形态，最后组装成完整的 3D 模型，并保留可编辑文件。
生成自然形态与复杂细节
用 AI 生成人物、动物、衣物褶皱等需要自然外观的复杂形态。
组装完整模型
把 AI 生成部件、已有资产和支撑结构组合成完整的 3D 模型。
导出并继续创作
导出 GLB，并保留可编辑源文件，方便检查、细化和继续制作。
素材与产出
输入
- 参考图片物体、角色或场景的一张或多张清晰视图。
- 设计说明说明主体、构图、关键特征、用途和交付要求。
- 资产与要求可复用的 GLB 或 Three.js 资产，以及对输出结果的具体要求。
输出
- 组装后的 GLB导出为二进制 glTF，并在空白场景中重新加载检查。
- Three.js 源文件可重复运行的 JavaScript／TypeScript 建模与组装代码。
- 参数与记录包含尺寸、变换、部件关系、检查结果和已知限制的记录。
运行环境本地几何构建与导出使用 JavaScript 或 TypeScript 及 Three.js；API 调用和状态查询使用 Python 3.9+ 辅助工具。AI 生成通过 V2Fun API 完成，需要配置 V2FUN_API_KEY。
使用 V2Fun AI 3D 制作
工作流程
- 01
规划并准备参考图
分析主体、关键特征和部件划分，选择建模方式，准备所需参考视图，并按已确认的方案规划 API 调用范围。
- 02
构建可组装部件
在本地制作规则几何部件，并按已确认的计划用 AI 生成带纹理的复杂部件，为组装做好准备。
- 03
组装
在 Three.js 中对齐各部件的比例、坐标轴、锚点和接触面，并检查材质，完成整个模型的组装。
- 04
验证与交付
检查渲染效果，导出 GLB 后在空白场景中重新加载验证，最后交付源文件和检查记录。
快速开始
准备参考图片或现有模型，按以下步骤安装 Skill、检查环境，开始第一个 3D 项目。
# 安装：将 Skill 解压到 ~/.codex/skills/v2fun-ai-3d/
# 或 $CODEX_HOME/skills/v2fun-ai-3d/
python3 scripts/v2fun.py doctor --project examples/local-inventory
python3 scripts/v2fun.py models --project examples/local-inventory使用 $v2fun-ai-3d 还原这些参考图中的物体。
为每个部件选择合适的方法，说明 API 调用计划，
并交付 GLB 及其 Three.js 源项目。你将获得通过检查的组装 GLB、Three.js 源项目，以及相关参数和检查记录。
环境要求与限制
环境要求
- 支持本地 Skill、文件访问和脚本执行的 Codex 环境。
- Python 3.9+（标准库）、JavaScript／TypeScript、Three.js，以及支持 WebGL 的浏览器。
- 使用 AI 生成时，需要 V2Fun 账户并配置 V2FUN_API_KEY；纯本地任务无需 Key。
使用限制
- 该流程用于制作可视化网格模型，不提供精确 CAD／STEP 输出、自动绑骨、经过认证的打印准备或视频制作。
- 参考图中看不到的表面会根据已有信息推断，并非测量还原。
- 尚未实现独立贴图、重拓扑和自动绑骨；模型驱动调用与实时生成尚未经验证。
常见问题
所有组件都由 AI 生成吗？
不一定。Skill 会根据各部件的结构和复杂程度，选择 AI 生成、程序化建模、混合工作流或资产复用。
可以只用一张参考图创建 3D 资产吗？
可以。Skill 会分析单张参考图，识别可见特征与部件结构，并在建模过程中推断不可见表面。补充更多视角有助于提高还原准确度。
如何构建完整 3D 资产？
先分析参考图和规划部件，再生成组件、用 Three.js 组装、导出 GLB，最后在空白场景中重新加载检查。
能结合程序化建模与 AI 生成资产吗？
可以。规则结构在本地用程序化建模完成，复杂的带纹理部件则由 AI 生成，再统一组装。
Skill 最终交付什么？
交付组装模型、GLB 文件、源组件和检查记录，方便后续编辑和集成。
