Image to Sculpt 让 Agent 从一张图做出 3D 雕塑

用户给一张图（AI 生成的角色、渲染图、手办或产品的照片、手绘稿，或者只有一个想法），要一个对得上这张图的 3D 模型时，用这个 Skill。它来自 gokayfem/image-to-sculpt，MIT 许可。

和直接调用"图生 3D"模型不同，它会证明结果像不像：

• 照片看得到的面，按照片自己的法线、轮廓和深度来贴合。
• 看不到的背面和侧面，用生成的多角度视图补。这些视图要先互相对得上才会被采用。
• 每一步都记录下来，最后在 Blender 里回放成延时视频，导出 GLB、OBJ、STL。

触发

用户说"把这张图做成 3D 模型""把这个手办 / 角色雕出来""要一个能 3D 打印的模型""做个雕刻过程的延时视频""看看这个模型和原画差多少"。

不适合：

• 场景和房间、头发丝那样细的结构、透明或镜面材质（开工前要先告诉用户）。
• 没有任何图片、只用文字生成 3D 的需求（先用 imagine 生成一张图再走流程可以）。
• 绑骨骼、做动画、PBR 贴图、需要精确尺寸的工业零件。

硬性规则

1. 花钱前先说清。 遮罩、深度、法线和生成视图都走 fal 的付费接口，一个模型通常约 2 美元。开工前告诉用户大概花多少，用 --budget 设上限。每次调用的请求 id 先写进 case.json 再等结果，不盲目重复提交。
2. 不显示密钥。 FAL_KEY 只放环境变量，不打印、不写进文件或回复。
3. 照片看得到的地方以照片为准。 生成视图只补照片看不到的部分，不用它们的深度，也不拿它们的法线去平均照片的法线。
4. 每个生成视图都要重新找角度、先筛再用。 不相信请求时写的角度（实测常差 20 到 155 度）；和其他视图对不上的（换了姿势、多了一条胳膊）要剔除并说明原因。
5. 留一张视图做验证。 它不参与拟合，结果单独报告。
6. 每个检查点都给用户看图。 先给标注好的对比图，再给数字；说不清的地方不要只报一个"质量分"。
7. 说清哪些是猜的。 只有正面照时，背面是生成器猜出来的，交付时要讲明。
8. 记录不改写。 每一步都在 build/steps/ 和 build/log.jsonl 里，修正就加新步骤，不改旧记录。

安装

先检查：

ls ~/.claude/skills/image-to-sculpt/SKILL.md ~/.agents/skills/image-to-sculpt/SKILL.md 2>/dev/null || claude plugin list 2>/dev/null | grep -i image-to-sculpt || echo "not installed"

没装的话，说明要装一个 Skill 和几个 Python 包，同意后：

Agent	安装
Claude Code	claude plugin marketplace add gokayfem/image-to-sculpt，再 claude plugin install image-to-sculpt@image-to-sculpt；或复制 skills/image-to-sculpt 到 ~/.claude/skills/
Codex、Cursor、Gemini CLI、Copilot	npx skills add gokayfem/image-to-sculpt
Codex（手动）	复制 skills/image-to-sculpt 到 ~/.agents/skills/
Gemini CLI（手动）	gemini extensions install https://github.com/gokayfem/image-to-sculpt

运行环境：

• Python 3.10 以上：pip install -r requirements.txt（numpy、scipy、scikit-image、Pillow、fal-client、matplotlib）。
• Blender 5.2 以上（$BLENDER、PATH 上的 blender 或 macOS 应用）和 ffmpeg，用于回放和出视频。
• FAL_KEY 环境变量，用于遮罩、深度、法线和生成视图。没有密钥时只能用带透明通道的 PNG 加用户自己的照片，或只做正面（背面靠猜）。

装好后自检（不会打印密钥）：

python3 skills/image-to-sculpt/scripts/i2s.py doctor

按输入选路线

输入	做法
AI 生成图或 3D 渲染的角色、生物、手办、产品	new 后 run，主路线
真实物体的照片	new --kind photo 后 run，用照片的真实焦距和深度定尺度
带透明通道的 PNG	直接用透明通道当遮罩，省一次调用
一张图里有好几样东西	prep --select "the red dragon" 指定主体
手绘稿、扁平插画	prep --restyle，先转成 3D 渲染风格，保持姿势
同一物体的多张照片	views --import DIR，用照片代替生成视图
只有一个想法	imagine OUT.png "想法" 先生成一张干净的全身图

流程

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

--subject 是你看图后自己写的一个短名词短语，会进到每个视图的提示词里。run 包含 new 之后的全部步骤，每步也能单独跑：

命令	做什么	做完给用户看什么
prep	正面的遮罩、深度、焦距和法线	ref/front_mask.png、ref/front_normals.png
views	默认 9 个生成视图加 1 个留作验证（--set minimal 只要 5 个）	每一张视图，指出换了姿势、多了肢体、被裁掉的
hull	给每个视图重新找角度、筛掉对不上的、雕出大形、找对称面	case.json 里的实际角度和被剔除的视图
fit --stage all	分 forms、surface、detail 三段共 38 次记录在案的贴合	各视图的对比图
cut、smooth	打开手指、腿、手臂和身体之间该有的缝，去掉蹼状粘连和碎片	修改前后的对比图
check	每个视图出一张对比图和指标（轮廓重合度、轮廓距离、法线角度、粗糙度、深度）	checks/sheet_*.png
finish、blender、film	最终表面；Blender 回放、360 度转台、.blend 和 GLB/OBJ/STL；延时视频和封面图	延时视频、各视图对照表
report	out/REPORT.md、out/index.html 和每一步的曲线	报告

局部不好时针对性修：parts CASE --prompt "hands" 圈出区域，再 fit --stage focus --region hands、cut --region hands。没有修改前后的对比图，不能说已经修好。

参考文件

文件	什么时候看
references/inputs.md	输入特殊时：遮罩、转风格、选主体、导入照片、只有想法
references/views.md	生成、判断、定角度、筛选和补视图
references/fitting.md	每次贴合做什么、参数、cut / smooth / focus
references/checking.md	读对比图和指标，决定下一步修哪里
references/blender-and-delivery.md	回放、视频、导出、报告
references/lessons.md	作者踩过的坑，以及上面规则的来由

输出格式

1. 开工前：输入属于哪条路线、预计花费、超出能力范围的部分。
2. 每个检查点：标注好的对比图，再附数字。
3. 交付：延时视频、各视图对照表、指标表，GLB/OBJ/STL 路径，哪些部分是生成器猜的、哪里还弱。然后停下，由用户决定要不要继续改。

一句话

先说清花费和能力边界，每个检查点给图，生成视图先筛再用，交付时说清哪些是猜的。