Realsee × GPT-6 Astra × Blender

在线阅读网站 · 实景与三维预览 · Discord 交流

用 Realsee 的附加产物作为参考,让 GPT-6 Astra 调用本地 Blender,建立可以继续编辑的三维空间。

这里整理了一次实际项目的提示词、上手教程、空间建模代码和成果预览。重点是墙、地面、顶面、门窗和区域连接,家具与小物件作为补充。

空间重建效果

从这里开始

  1. 安装 Blender,准备能读取本地文件、执行命令的 Astra 会话。本案例使用 Codex 与 Blender 5.2.1 LTS。
  2. 在本仓库下创建 data/,放入自己的 Realsee 模型与贴图、点云、全景图、CAD 等资料,保留原来的目录结构。
  3. 在 Codex 中打开这个项目,把快速提示词发给 Astra。
  4. 先看整体空间预览,再提出修改意见;完成的工程保存到 output/reconstruction_native.blend

具体怎么下载资料、发提示词、看预览继续改,见图文上手教程。想使用本项目更完整的任务要求,可参考中文详细提示词英文版。详细版保留了这次案例的资料说明,使用时让 Astra 按自己的数据调整。

先试一下本地环境

准备工具使用 Python 3.10+ 标准库,不需要先安装分析依赖。在仓库根目录运行:

python3 tools/project.py doctor
python3 tools/project.py inventory
python3 tools/project.py smoke

smoke 是环境小测试。正式空间重建从资料和提示词开始;它不会触碰已有模型。如果 Blender 不在 PATH 中,可以在 doctorsmoke 后加 --blender 指定实际可执行文件路径。更多分析依赖见环境说明

仓库里有什么

目录 内容
prompts/ 以空间建模为主的快速提示词
docs/ 上手教程、代码导读、案例预览与文件说明
tools/ 环境检查、输入盘点、Blender 保存/编辑小测试
scripts/ 从项目中选出的空间分析、建模、对照、动画及导出参考代码
artifacts/ 原生工程、漫游视频、USDZ 与素材说明;大型文件通过 Git LFS 提供
tests/ 准备工具的轻量测试
data/research/output/ 使用时在本地生成或放入,Git 默认忽略

scripts/ 记录的是这个空间的具体实现,部分代码包含场景对象名、区域坐标和历史中间文件依赖。阅读顺序与运行条件见代码导读;用自己的资料时,由 Astra 参考这些方法生成适合当前空间的建模操作。

看看成果

原生空间俯视图

案例最终产物包括原生 .blend、可编辑漫游工程、85 秒视频和 USDZ 首版。代码、教程、预览图及大型模型和视频现已公开;大型文件通过 Git LFS 提供。文件清单见案例文件说明

整套原始扫描及全景数据留在本地,仓库当前包含经整理的代码、文章、预览和公开成果。代码、提示词和原创文档采用 MIT,示例模型与素材的范围见数据与许可

开发与贡献

python3 -m unittest discover -s tests -v
python3 tools/check_public_tree.py

这两项检查不需要 Blender 或原始场景数据。修改 Blender 调用流程时,再执行上面的 smoke。欢迎分享自己的数据组织、建模提示词或工具改进;提交方式见 CONTRIBUTING.md