mcpField
B
blender-procedural-workflow

blender-procedural-workflow

github.com/ifbars创意与媒体9789 次安装5 天前更新
代码仓库

关于 blender-procedural-workflow

面向 Blender 的程序化工作流技能,指导构建可复用的生成器,而非一次性节点图。内容涵盖参数设计、确定性变化、验证与交付证据。

主要功能

  1. 01定义生成器输入与约束
  2. 02分层构建可编辑节点图
  3. 03使用确定性种子与稳定 ID
  4. 04验证不同参数下的几何效果
  5. 05记录导出方式与交付证据

适用场景

  1. 01创建可复用的程序化资产生成器
  2. 02测试地形散布及不同密度
  3. 03准备运行时格式的几何导出

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/ifbars/blender-agent-studio --skill blender-procedural-workflow

安装后在 Claude Code 中输入/blender-procedural-workflow确认已加载。

附带文件agents/openai.yamlreferences/astra-workflow.md

详细介绍

Blender 程序化工作流

每项任务开始时,阅读一次共享执行指南,以了解自主决策、证据提交频率和长任务连续性。

构建一个具有明确参数契约且可编辑的生成器,而不是只适用于当前输入的一次性节点图。

定义生成器契约

明确输入、单位、随机种子、变化控制项、源资产、性能预算、预期输出几何体,以及用户可以安全更改的内容。说明不变量,例如不重叠、贴合地形、朝向基准方向、密度上限、稳定 ID 或导出时实例化。

为节点组、插槽、修改器、集合、材质和实例使用语义明确的名称。将输入资产与生成的输出分开,不要把关键行为隐藏在未命名的内部值中。

分层构建

  1. 从一个最简节点图开始,验证主要变换或放置规则。在添加变化之前,从多个视角测试其输出。
  2. 只在节点组界面暴露有意义的控件,并设置单位、范围、默认值和清晰的名称。将相关常量保留在持久化的 Python 源代码中,以便 Agent 重新生成。
  3. 采用确定性的种子处理方式。当实例必须在不同版本间保持稳定时,应根据稳定的元素 ID 派生随机值,而不是依赖求值顺序。
  4. 对重复资产优先使用实例化;只有需要真实几何体的操作或导出才应用实例化。实例化后测量求值后的三角面数量及其内存影响。
  5. 对地形/散布系统,验证坡度、法线对齐、碰撞或排除区域、密度衰减、缩放范围、裁切和轮廓。
  6. 对用于动画或模拟的修改器和节点图,明确规定求值顺序以及缓存/烘焙边界。

测试参数范围

渲染并检查默认值、最小值、最大值以及至少一种带种子的变化。在有意义的情况下,测试空/小型输入和密集/大型输入。只在单一种子或密度下效果良好的节点图并不可复用。

使用 $blender-agent-studio:blender-asset-validation 检查求值后的输出、变换、材质和导出的几何体。对于最终的艺术指导图像,使用 $blender-agent-studio:blender-rendering-workflow。

完成门槛

交付源脚本、.blend、参数列表、种子、输入资产要求,以及已测试配置的证据。说明导出内容是否保留程序化节点图,或是否有意将其应用/烘焙,因为 GLB 和其他运行时格式不会保留 Geometry Nodes 的行为。

评论

支持 Markdown