Génération automatique de modèles 3D détaillés à partir de
Scanned 9/7/2026
Install to Claude Code
npx -y skills add modbender/skill-library-mcp --skill ai-3d-generator --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of Ai 3d Generator?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/modbender-ai-3d-generator)More formats (shields.io, HTML) on the badges page.
---
name: AI 3D Model Generator
description: Génération automatique de modèles 3D détaillés à partir de
descriptions textuelles.
---
# AI 3D Model Generator
Génération automatique de modèles 3D détaillés à partir de descriptions textuelles.
## Architecture
```
Prompt utilisateur → LLM (Kimi/Gemini) → Code Python/Trimesh → Génération STL → Export
```
## Pipeline Automatique
### 1. Prompt Engineering (template)
Crée un fichier `prompts/3d-generator.txt`:
```markdown
Tu es un expert en modélisation 3D paramétrique. Génère un script Python utilisant Trimesh
pour créer le modèle 3D décrit ci-dessous.
RÈGLES:
- Utilise trimesh.creation (icosphere, cylinder, cone, torus, box)
- Pour les détails complexes: utiliser des boucles et paramètres
- Résolution élevée: subdivisions=4-5 pour les sphères, sections=32-64 pour cylindres
- Ajouter des détails de surface (panneaux, textures géométriques)
- Structure modulaire avec fonctions réutilisables
- Exporter en STL binaire à la fin
SCRIPT TEMPLATE:
```python
#!/usr/bin/env python3
import numpy as np
import trimesh
from trimesh.creation import icosphere, cylinder, cone, torus, box
from trimesh.transformations import rotation_matrix
import os
EXPORT_DIR = "/home/celluloid/.openclaw/workspace/stl-exports"
def save_mesh(mesh, filename):
os.makedirs(EXPORT_DIR, exist_ok=True)
filepath = os.path.join(EXPORT_DIR, filename)
mesh.export(filepath)
print(f"✓ Exporté: {filepath}")
print(f" Triangles: {len(mesh.faces):,}")
return filepath
def rotate_mesh(mesh, angle, axis, point=None):
if point is None:
point = [0, 0, 0]
mat = rotation_matrix(angle, axis, point)
mesh.apply_transform(mat)
return mesh
# === MODÈLE PRINCIPAL ===
def create_model():
meshes = []
# [GÉNÈRE LE MODÈLE ICI]
# Fusion et optimisation
combined = trimesh.util.concatenate(meshes)
combined.merge_vertices()
return combined
if __name__ == "__main__":
mesh = create_model()
save_mesh(mesh, "[NOM_DU_MODELE].stl")
```
DESCRIPTION DU MODÈLE À CRÉER:
{{USER_DESCRIPTION}}
Génère uniquement le code Python complet, sans explications.
```
## 2. Skill OpenClaw Automatisé
Crée le fichier `~/.openclaw/workspace/skills/ai-3d-generator/SKILL.md`:
### Utilisation
#### Génération simple
```bash
# Génère un modèle à partir d'une description
~/.openclaw/workspace/skills/ai-3d-generator/scripts/generate-from-prompt.sh "vaisseau spatial avec ailes delta et cockpit vitré"
```
#### Génération avec paramètres
```bash
# Avec spécifications techniques
~/.openclaw/workspace/skills/ai-3d-generator/scripts/generate-from-prompt.sh \
"robot humanoïde articulé" \
--scale=50mm \
--detail=high \
--output=robot.stl
```
### Processus
1. **Analyse du prompt** → Extraction entités (formes, dimensions, détails)
2. **Génération code** → LLM crée script Python/Trimesh
3. **Validation syntaxique** → Vérification imports et structure
4. **Exécution** → Génération mesh + export STL
5. **Post-traitement** → Optimisation, vérification manifold
## 3. Exemples de Prompts Efficaces
### Bon prompt (détaillé, technique):
```
Crée un château médiéval avec:
- Tours cylindriques aux 4 coins (diamètre 8mm, hauteur 25mm)
- Créneaux sur les tours
- Mur d'enceinte carré (40x40mm)
- Pont-levis à l'avant
- Texture de pierre avec des blocs individuels
- Échelle 1:100 pour impression 3D
```
### Mauvais prompt (trop vague):
```
Fais-moi un château
```
## 4. Automatisation Complète
### Cron job pour génération régulière
```json
{
"name": "3d:generate-daily",
"schedule": {"kind": "cron", "expr": "0 9 * * *"},
"payload": {
"message": "Génère un modèle 3D aléatoire du jour (animaux, architecture, véhicules) et exporte en STL",
"model": "openrouter/moonshotai/kimi-k2.5"
}
}
```
## 5. Optimisations pour Ultra-Détail
### Techniques Avancées
#### Sculpting procédural
```python
# Ajouter du bruit de surface pour texture
def add_surface_noise(mesh, amplitude=0.1):
vertices = mesh.vertices.copy()
noise = np.random.normal(0, amplitude, vertices.shape)
mesh.vertices = vertices + noise
return mesh
```
#### Détails paramétriques
```python
# Générer des détails répétitifs
for i in range(100): # 100 panneaux de surface
angle = i * 2 * np.pi / 100
panel = create_detailed_panel()
position_on_surface(panel, radius=20, angle=angle)
```
#### Boolean operations optimisées
```python
# Utiliser trimesh.boolean pour les découpes complexes
from trimesh.boolean import difference, union, intersection
result = difference(base_mesh, cutting_tool)
```
## 6. Workflow Complet Exemple
### Commande OpenClaw:
```
Génère un modèle 3D d'une station spatiale en anneau avec:
- Anneau principal de 80mm de diamètre
- 6 modules d'habitation sur l'anneau
- Sphère centrale de commande
- Antennes et panneaux solaires
- Style cyberpunk avec câbles et tuyaux
Exporte en STL haute résolution.
```
### Réponse Automatique:
1. LLM génère le script Python (~30s)
2. Exécution Trimesh (~1-2min)
3. Export STL optimisé
4. Rapport: triangles, volume, dimensions
## Notes
- Pour les modèles très complexes (>100k triangles), prévoir plus de temps
- Utiliser `trimesh.smoothing` pour lisser les surfaces si nécessaire
- Vérifier que le modèle est "manifold" (étanche) pour l'impression 3D
- Sauvegarder les scripts générés pour réutilisation/modification
Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.
No comments yet. Be the first to comment!