img2threejs — 代码重建三维模型
将参考图像中的物体，以纯代码、程序化、质量门控、可动画化的 Three.js 模型重建出来，且高效利用 token。
证据显示仓库未提供权限声明、用户确认机制、数据流透明性、敏感数据处理、依赖安全、外部影响、回滚或来源归属的明确信息。所有信任相关标准均未得到满足，因此得分为0。
自一致性：README、架构文档和测试文件在描述上保持一致，例如强调纯标准库、无依赖、严格质量门控。依赖可用性：明确声明零依赖，仅需Python 3.10+，且测试使用标准库unittest，依赖风险低。失败消息：测试和文档中提及失败时返回BLOCKED并附有原因，但未提供具体示例，因此得分为2。
受众与场景：明确面向Claude Code、Codex、OpenCode等代理，并支持多种对象类型。能力边界：文档详细说明了支持的对象、角色、CS2武器等，并指出限制。触发精度：提供了明确的命令示例和参数说明。环境适配：支持多种宿主环境，并提供了安装和符号链接说明。
信息架构：文档结构清晰，有README、ARCHITECTURE、ROADMAP等。安装说明：提供了git clone和符号链接步骤。命名稳定性：版本号明确，有CHANGELOG。示例与FAQ：提供了多个演示和代码示例。已知限制：明确说明单张图片的局限性。许可证：Apache-2.0。版本与变更日志：有CHANGELOG和版本号。维护责任：有贡献指南和赞助链接，但未明确维护者身份，因此得分为1。
输出可用性：生成的TypeScript工厂和JSON规格可直接使用，并附带渲染和比较图。边际价值：提供了独特的代码生成方法，区别于传统网格提取。成本效益：强调token效率，但未提供具体成本数据，因此得分为2。
声明可追溯性：文档中的声明大多有对应文件或文档支持。跨来源佐证：有测试文件和CI配置，但未提供独立验证。事实与推断分离：文档明确区分了推断和事实，例如PBR证据是推断。
- 未提供权限声明或数据流透明性，使用前需自行审查。
- 依赖安全未明确，尽管声称零依赖，但需验证。
- 维护者身份未验证，更新路径不明确。
这个 Agent 能做什么，适合哪些场景？
img2threejs 是一个智能体技能，它从一张参考图像出发，通过程序化建模（而非网格提取或下载美术资源）生成原生 Three.js 模型。它采用分阶段雕刻流程（blockout→structural→form→material→surface→lighting→interaction→optimization），每阶段由确定性 Python 脚本（如 validate_sculpt_spec.py、material_gate.py）进行严格质量门控。输出为 TypeScript 工厂函数，返回 THREE.Group，包含运行时层级（枢轴、插槽、碰撞体）以支持动画。该技能兼容多种智能体宿主（Claude Code、Codex、OpenCode），并利用宿主提供的视觉能力进行视觉审查。其设计目标为 token 高效：将机械性检查交给 Python 标准库脚本，模型 token 仅用于视觉判断与代码生成。项目包含可选的参考保真工具（如 SAM2、Depth Anything V2、MediaPipe）用于增强，但不参与门控决策。
该技能以单张物体图像为输入，通过 Python 脚本（probe_image.py、new_pre_spec_assessment.py、new_sculpt_spec.py）分析图像元数据、分类物体、清点细节清单（detailInventory），并生成 ObjectSculptSpec JSON。然后，generate_threejs_factory.py 根据当前解锁的 pass 生成 TypeScript 工厂代码（createObjectNameModel），并应用严格质量门禁，防止规格过浅时生成代码。每 pass 后，make_comparison_sheet.py 生成参考与渲染对比图，供智能体通过视觉判断通过/失败，并通过 append_review.py 记录。它支持可恢复工作流（forge/state.py、forge/next.py）、CS2 武器专项门控（cs2_review.py）以及可选的相机匹配、去光照、纹理投影（solve_camera_pose.py、delight_albedo.py、bake_projected_texture.py）。最终输出为可 diff 的 TypeScript 和 JSON 规格，而非二进制网格文件。
- 希望在 Claude Code 中快速从参考图生成可动画化 Three.js 模型（如武器、硬表面物体）的游戏开发者
- 需要精细控制模型细节和材质，并希望以代码方式审查和版本控制的 3D 艺术家
- 在 Codex 或 OpenCode 环境中工作，希望跨宿主使用同一技能并保持模型重建一致性的开发者
- 需要重建 CS2 武器（如 Glock-18、M9 Bayonet），并遵循严格结构审查门控的创作者
- 希望以低 token 成本进行图像转 3D 实验，避免高额 API 费用的个人开发者
这个 Agent 有哪些优点和局限？
- token 高效：将机械性任务交给 Python 标准库脚本，模型 token 仅用于视觉判断与代码生成
- 输出为可 diff 的 TypeScript 与 JSON 规格，支持版本控制和代码审查，而非二进制网格文件
- 提供严格质量门控（如 strict-quality、材质门控），确保规格深度，并带有 fail-closed 机制
- 支持多种宿主（Claude Code、Codex、OpenCode），具有良好的可移植性
- 提供可恢复工作流（forge/state.py），适合多会话重建
- 支持角色与 CS2 武器专项管线，并包含诚实的能力限制声明
- 单一参考图像无法保证隐藏细节或精确几何，需要用户接受近似结果
- 角色重建仅为风格化，而非照片级相似度
- 需要 Python 3.10+ 环境，尽管无第三方依赖，但仍需运行脚本
- 主要在 CLI 环境中使用，没有内置 GUI，可视化依赖宿主浏览器工具
- 对于特定物体（如 CS2 武器）的专项门控可能增加复杂度，需要学习曲线
如何安装或部署这个 Agent？
- 克隆仓库到技能目录：git clone https://github.com/img2threejs/img2threejs.git ~/.claude/skills/img2threejs。2. 如使用多个宿主，请保持单一检出，并在各宿主目录下创建符号链接指向该检出（例如~/.codex/skills/img2threejs）。3. 需要 Python 3.10+（仅标准库，无第三方依赖）。
如何使用这个 Agent？
在 Claude Code 中，附加或指向物体图像，并运行：/img2threejs Rebuild this object as a Three.js model, keep the proportions, angles, and colours.。技能会自动分类对象、运行细节清单，并逐步引导通过各 pass，展示参考与渲染的并排对比，直到匹配。更多控制可通过附加指令实现，例如指定‘Fidelity’、‘Materials’、‘Runtime’或‘Gates’。对于多会话重建，可先用 python3 forge/state.py init --reference <image> --profile character --spec object-sculpt-spec.json 初始化状态，再用 python3 forge/next.py --state .img2threejs/state.json 恢复。可直接调用脚本，如 python3 forge/stage2_spec/validate_sculpt_spec.py spec.json --strict-quality。