跳到正文
  1. GitHub · 灵魂体仓库59

    Tekto 开源:让编码智能体在浏览器里写 CAD 应用的 AI-first 平台

    modellstadt 在 GitHub 开源 Tekto,一个 AI-first 的在线 CAD 实验平台,MIT 协议。用户向编码智能体描述设计想法即可在浏览器得到可交互的 3D/2D 应用,Sketch API 把单个函数变成带滑块的完整应用。平台为智能体协作做了专门设计:✎ Markup 把视口上的标记解析到触及的对象、世界坐标和源码行;npm run snap 用 headless Chrome 截图让智能体在声称完成前自查,页面报错时以退出码 1 失败;CLAUDE.md 是智能体手册,公共 API 仅一个入口 src/index.ts。

    推荐理由:这个 CAD 库为 AI 智能体设计了一套可验证的工作流,Markup 截图和 snap 自检机制是值得借鉴的人机协作方法。

  1. GitHub · 去对齐工具与仓库66

    retopo-director 开源:LLM 指导的高模到 PS2 级低模重拓扑工具

    doctorspider42 在 GitHub 发布 retopo-director,可将 5 万三角面雕塑转为 1 千三角面、256² 调色板化、三角条带化的 PS2 资产,顶点、UV 和纹素全部由确定性 C++ 代码处理,语言模型只负责命名部件、分配预算和评审渲染结果。支持 claude CLI、codex CLI 或 OpenAI 兼容 API 作为 director 后端,区域切分可选几何算法或 SAM;基准测试显示多数资产轮廓偏移在 2 像素内,无 director 模式数秒完成,带 director 需数分钟。工具以 Apache-2.0 协议开源,提供 Windows 安装包和 headless 命令行模式。

    推荐理由:原文给出各资产的轮廓偏移实测数据和确定性代码与 LLM 分工设计,读者可据此评估这套 PS2 资产重拓扑管线的实际精度。

  1. Hugging Face · 趋势模型57

    Bria 开源 Fibo 2.0 Dev 统一图像生成与编辑模型

    Bria 在 Hugging Face 发布 8B 参数的 Fibo 2.0 Dev,是首个将图像编辑与文生图统一在一套权重中的 FIBO 下一代模型,在 Artificial Analysis 的开放权重模型中排图像编辑第 1、文生图第 2(2026 年 10 月 20 日)。模型基于 Visual GenAI Language(VGL)结构化 JSON 提示词,支持指令编辑、遮罩编辑、最多 4 张参考图、Inspire 参考生成及 5 种摄影风格模式,架构为 flow-matching DiT,提示词由 Qwen3-VL-4B-Instruct 编码,训练数据全部来自授权数据。

    推荐理由:原文详细给出 VGL 结构化 JSON 提示的生成与编辑用法,以及架构、微调和部署信息,可以照着在自己的流程里复现。

  1. GitHub · Blender AI 插件64

    dsh-blender-plugin v1.0 发布,让 AI 模型通过 TCP 直连实时驱动 Blender

    作者发布开源 DSH Blender 插件 v1.0(BSD-3-Clause),通过 127.0.0.1:9876/9877 的直连 TCP 通道让 AI 模型操作 Blender,无需点击或 MCP server,模型侧能力面固定为 15 个工具。功能包括视口取景(50–100 ms)、内层搜索循环 blender_rt_loop(160 ticks/s)、无头进程渲染、事务回滚、预设库和作业层,计划通道覆盖 28 个家族 183 个 ops;验收标准为 blender_viewport(op=doctor) 返回 kind=ok,支持 WSL/Windows/macOS/Linux,需 Blender 4.x/5.x、Node.js ≥ 20 和单独安装的 DSH Blender Bridge 插件。

    推荐理由:作者以自测延迟数据和完整验收命令呈现了让 AI 通过 TCP 直连驱动 Blender 的方案,部署方法可直接照做。

  1. GitHub · 3D 生成新仓库62

    PlantGen 开源:用 L-system 从开放数据生成植物学准确的 3D 植物模型

    GitHub 新仓库 jferments/plantgen 发布,以开放数据驱动的 L-system 程序在本地确定性生长出植物学准确的 3D 植物模型,内置 152 个物种、62 个科和 15 个生长程序。植物不存储不分发,同一物种和种子在每台机器上逐位一致;编译器据光照、空间与邻居生成四级 LOD 网格与 impostor,可经 plantc export 输出 glTF(.glb)供游戏引擎和 Blender 直接打开。生成器仅依赖 libm、png、serde、serde_json 和 sha2,完全离线且不用 AI;项目不接受外部 issue 和 PR 以防 prompt injection,代码采用 MIT 许可。

    推荐理由:原文详述了以物种数据加 L-system 程序在本地确定性生成 3D 植物的完整方法,可离线复现且不依赖网络或 AI。

已经到底了