Twisting hollow sculpture drawn as fine visible wireframe lines on pale paper

参数化放样构建扭转的三维网格。三角形深度缓冲会剔除肋线和环线上被遮挡的采样点;面朝向的变化会生成更强的轮廓线,可见深度控制线宽和色调。默认雕塑、相机视角和导出均在本地计算,无需生成服务。更高的肋线密度和输出尺寸会增加本地工作量;新的概念参考是可选的,不会替代几何结构。

需要
Python 3

v1.0.0 · 更新于 2026年10月25日 · 2.2 MB · 可用于个人和客户项目;请勿转售或分享技能包。

你会得到

  1. 雕塑 PNG 与可编辑的可见路径 SVG

  2. 深度缓冲证明图

  3. 网格与相机清单及可迁移简报

适合

  • 建筑线稿版画
  • 雕塑几何与相机研究

不适合

  • 从照片恢复真实物体
  • 可直接制造的实体或物理绘图证明

如何运作

包含本地渲染器

  1. 选择输入

    设置雕塑扭转量、肋线密度和相机。

  2. 渲染并检查

    投影网格并移除被隐藏的线采样点。

  3. 调整并导出

    导出路径前,将深度证明图与墨线图对比。

工作流程如何运作

线框雕塑版画 如何运作

参数化放样构建扭转的三维网格。三角形深度缓冲会剔除肋线和环线上被遮挡的采样点;面朝向的变化会生成更强的轮廓线,可见深度控制线宽和色调。

技能包内有什么

你可以修改什么

  • rib_count: 20–90 条纵向肋线
  • twist: 每单位归一化高度 −0.2–3 弧度
  • camera_azimuth 与 camera_elevation
  • 背景、墨色与输出尺寸

交付前需要检查什么

  • 在示例中,可见与被遮挡的线采样点数量均超过 1000。
  • 网格恰好包含 rib_count × 110 个顶点。
  • 保存的简报可复现 PNG 和 SVG;不安全的替换会被拒绝。

查看技能包文件

这里列出本版本中部分实际使用的文件及其作用。完整下载包还包含使用说明和适用的许可声明。

  • 领域算法与不变式检查。

    scripts/recipe.py
  • 可运行、可编辑的示例参数。

    examples/brief.json
  • 控制项含义、证明解读与限制。

    references/design-notes.md

为什么使用此技能

从此技能包开始

该软件包已将网格构建、隐藏线测试和矢量导出连接起来。普通的线框截图会保留隐藏边,且无法提供可编辑的可见路径。

比较不同做法

写提示词、自建技能,还是使用此工作流?

从一句提示词开始

你的助手可以根据普通请求进行创作。但仍需为该项目确定需求、视觉规则、素材选择、输出格式和检查流程。

编写自己的技能

由你选择并维护可复用的指令、默认设置、文件结构和检查规则。当你的流程需要不同规则或集成方式时,这种做法很适合。

为 PopNow 创建的工作流

此工作流专为 PopNow 开发。源文件、随包提供的依赖和适用声明都包含在包内;下方描述的功能范围对应此版本。

指南已于 2026年10月25日 审核

需要多少费用?

默认雕塑、相机视角和导出均在本地计算,无需生成服务。更高的肋线密度和输出尺寸会增加本地工作量;新的概念参考是可选的,不会替代几何结构。

所提供的流程在本地运行。是否请求新素材,由你另行选择。 技能免费。新素材生成前会先报价。

技能包

在账户下载额度内可免费安装。技能包许可允许用于你自己和客户的项目,不允许再分发。

已有素材与本地处理

复用合适的素材、编辑文件和运行本地组装不会调用 PopNow 生成模型。相关工作仍由你的电脑和所需运行时完成。

你的助手与托管服务

订阅、云端电脑、部署或其他服务商的费用由相应服务收取。安装此技能不包含这些服务。

PopNow 如何计费

使用 PopNow API 密钥的连接,包括使用 API 密钥的 MCP 连接,从独立的 API 美元(USD)余额中扣费。通过 OAuth 授权的 ChatGPT 或 Claude 连接使用网站积分。这两种余额相互独立;请以当前连接显示的报价作为批准依据。

适用下载额度及当前账户条件。技能包免费不代表生成可以无限免费使用。

怎么用

你说

  • 用 PopNow 的技能「线框雕塑版画」(wireframe-sculpture-print)帮我做这件事:设置雕塑扭转量、肋线密度和相机。以打包示例为起点,返回实际作品及其可编辑输入。

接着试试

  • 使用 twist: 1.45 → 2.2; camera_azimuth: 32 → 75 重建一个视觉上明显不同的版本。

  • 使用实际的证明文件和算法清单来解释结果。

需要准备

  • 期望的扭转量、肋线密度和相机角度
  • Python 3.10+、Pillow 和 NumPy

类似技能

查看全部 →

评分

还没有评分。安装过了?来打第一个分吧。

为这个技能评分

常见问题

它真的会计算可见性吗?

会。它将网格光栅化为深度缓冲,针对该缓冲测试线采样点,并在相邻面朝向发生变化处添加轮廓线。极精细的细节仍受声明的可见性缓冲分辨率限制。

SVG 是网格的截图吗?

不是。主 SVG 包含可见的线路径。单独的深度证明 PNG 可帮助检查隐藏面计算;几何 JSON 保存网格和相机。

此工作流的费用取决于什么?

默认雕塑、相机视角和导出均在本地计算,无需生成服务。更高的肋线密度和输出尺寸会增加本地工作量;新的概念参考是可选的,不会替代几何结构。

线框雕塑版画 已经封装了哪些内容?

领域算法与不变式检查。 可运行、可编辑的示例参数。 控制项含义、证明解读与限制。

线框雕塑版画 的哪些部分可能产生费用?

默认雕塑、相机视角和导出均在本地计算,无需生成服务。更高的肋线密度和输出尺寸会增加本地工作量;新的概念参考是可选的,不会替代几何结构。 使用 PopNow API 密钥的连接,包括使用 API 密钥的 MCP 连接,从独立的 API 美元(USD)余额中扣费。通过 OAuth 授权的 ChatGPT 或 Claude 连接使用网站积分。这两种余额相互独立;请以当前连接显示的报价作为批准依据。

线框雕塑版画 与写提示词或自建技能有什么不同?

该软件包已将网格构建、隐藏线测试和矢量导出连接起来。普通的线框截图会保留隐藏边,且无法提供可编辑的可见路径。