scenario-orbit-views

场景环绕视图

概述

让图像模型“从背后展示”时，模型会猜测几何形状，各个角度的尺寸、姿势和接地效果也会有所偏差。可靠的方法是在中间加入 3D 步骤：将主体重建为无纹理网格，为每个摄像机渲染灰色黏土布局，然后让具备参考图能力的图像模型根据原图为每个布局重新上色。网格固定了轮廓、比例和透视；原图则提供身份特征、颜色和质感。连接方式和核心生成循环：参见 scenario 技能。图像转 3D 模型的选择：scenario-3d。背景全景图：scenario-skyboxes。如果此处提到的相关技能不在可用技能中，请让用户安装它（npx skills add scenario-labs/skills --skill <name>）；在无人值守的情况下，请根据工具架构继续操作，并指出缺少的技能。

Blender 步骤在本地 Shell 中运行，需要 Blender 4.x 或更高版本；所有生成操作都通过 MCP 工具完成。在首次付费步骤之前检查是否安装了 Blender（在 macOS 上，通常位于 /Applications/Blender.app/Contents/MacOS/Blender，而不在 PATH 中）。如果未安装，请让用户安装；或者在无人值守的情况下停止并报告：没有 MCP 工具能从指定摄像机渲染网格。

快速参考

步骤	方法
源图片	单个主体，完整身体并留有边距，背景纯色，摄像机位置已知（略高于视线水平，转动约 30 度）
网格	使用 recommend 推荐图像转 3D 模型，仅生成几何体（无需纹理），使用 asset_download 下载 GLB
世界环境	使用与艺术风格一致的天空盒全景图，视点四周为平坦开阔的地面
摄像机零位	先运行 render_grounded.py --search，再运行 match_view.py，并通过目视确认
布局	运行 render_grounded.py，然后运行 compose_layout.py：每个摄像机都包含背景、黏土模型和真实投射阴影
上传	使用 upload_asset 并提供 file_size，PUT 各个分片，再调用 upload_asset_complete；每个布局上传一次
重新上色	使用具备参考图能力的图像模型，设置 referenceImages: [layout, source]，使用下方的提示词
无背景	对重新上色后的画面使用背景移除模型，然后运行 studio_shadow.py
等待	jobs_wait 每次最多接受 32 个 ID；使用 pending_job_ids 再次调用

所有四个脚本都由 Agent 在本地 Shell 中运行，而非由 MCP 服务运行。render_grounded.py 在 Blender 中运行（blender -b --factory-startup --python render_grounded.py -- ...）；其他三个脚本需要安装 Pillow 和 numpy 的 Python 环境。不带参数运行时，每个脚本都会打印用法说明。

示例：一个角色的八个视图加俯视图

1. 使用 upload_asset 上传用户的图片（或生成一张纯色背景、镜头位于上方的图片）， 然后调用 upload_asset_complete。

2. 使用用户的描述（“untextured mesh from one image”）推荐一个图像转 3D 模型；如果用户设置了预算，再提供 max_cost_cu。然后调用 model_schema_get，再使用 dry_run=true 调用 model_run 估价（图像转 3D 任务很昂贵；dry run 会拒绝缺少必需图像的负载，因此在源图尚不存在前为整个链路报价时，会按任意已上传的图片估价），接着设置 wait=false 并调用 jobs_wait。使用 asset_download 下载 GLB，并用 curl -L 保存。

3. 使用 search 查找天空盒模型（target="models"，query="skybox"，public=true，正如 scenario-skyboxes 所示；recommend 不支持天空盒，可能会返回边缘无法拼接的通用图像模型），并生成一张与图片风格相符的全景图，提示词为 “视点位于开阔空旷地面的中央，站立视角，地面清晰可见且环绕四周，无人”。下载该图。

4. 运行 blender ... render_grounded.py -- --glb hero.glb --out search --search，然后运行 python3 match_view.py hero.png search/cameras.json。最上排的方位角和仰角分别为下文的 <az> 和 <el>；将对应的 search/search_az..._el...png 与图片并排打开进行确认，因为正面和背面可能会得到相似的分数。

5. 运行 blender ... render_grounded.py -- --glb hero.glb --pano world.png --out views --az0 <az> --elev <el> --only 00,02,04,06,08,10,12,14,top （眼睛高度环上有 16 个摄像机，彼此相隔 22.5 度；--height 设置全景图中的视点高度，--yaw 转动世界，--zoom 调整取景）。键值从摄像机零开始计数，而不是从主体正面开始，因此如果源图有旋转，键值 08 会显示同一旋转角度下的背面；如需让视图与主体正面垂直，请输出到另一个 --out，并将 --az0 设为搜索结果中主体正对摄像机的帧。然后运行 python3 compose_layout.py views。检查每个布局图：灰模必须站在地面上，阴影应位于其下方。

6. 上传每个 layout_<key>.jpg。推荐一个用于参考图引导重绘的图像模型，并检查其 model_schema_get 是否列出 referenceImages（1024 方形尺寸、高质量档位和不透明背景效果不错）。使用 dry_run=true 为一张图估价（报价仅涵盖一个视图：启动任务前乘以视图数量），然后针对每个视图启动一个 model_run，设置 wait=false、referenceImages: ["<layout asset>", "<source asset>"]，并使用以下提示词：

   图像 1 是精确的最终画面：一个纯灰色黏土质感的 3D 模型站在已完成背景的地面上，带有真实投影，视角与所需摄像机角度完全一致。图像 2 是 {kind} 的原始设计参考。将灰色黏土模型重绘为 {what}，在身份、设计、材质和颜色上与图像 2 匹配：{details}。{finish}。严格遵循黏土模型：轮廓、姿势、比例、画面中的位置和大小，以及摄像机角度均保持不变。{ground}；保留图像 1 中的投影。保留图像 1 的背景：地点、构图、透视和地平线均保持不变，采用 {background style} 风格，清晰且细节丰富。根据场景为 {kind} 布光：{light}。不得残留灰色黏土质感，不得添加其他角色或物体，不得出现文字。

   {ground} 用于描述接触关系，例如“她的靴子恰好踩在黏土模型双脚接触地面的潮湿鹅卵石上”。对于图片中看不到的部分（例如背后的盾牌、包袋数量），请添加一行说明。

7. 按每批不超过 32 个调用 jobs_wait。对每个结果调用 asset_download，并生成包含所有视图的联系表。仅重新生成失败的视图；使用相同提示词重新运行通常就能修复偶发问题。

8. 透明素材集：使用 recommend 推荐背景移除模型，从 model_schema_get 读取其图像字段，在每个重新绘制素材的 ID 上运行该模型（而不是重新进行一次 studio 重绘），然后下载，接着运行 python3 studio_shadow.py views/clay_<key>.png cut_<key>.png studio_<key>.png。此脚本会输出抠图覆盖了多少黏土主体，以及主体有多少部分落在抠图之外：如果某个视图与其他视图差异很大，或有角落未清理干净，就说明主体部分丢失或背景残留，需要重新进行背景移除。

常见错误

• 在纯色背景上分别重绘每个角度：测试中，各视图的缩放比例偏差达 7% 到 53%。应重绘已固定好的布局，并抠出同一帧。
• 将主体合成到纯色背景照片上：主体会显得悬浮，且地平线不会随相机移动。穹顶地面能从上方和下方呈现真实透视效果。
• 添加第三张参考图，例如同一角度的上一视图：它的错误也会被复制（有一次运行在每个背面视图中都多出一个包）。除非确认额外参考图没有问题，否则只保留两张。
• 对已完成的视图进行“harmonize”处理：这会重新裁切画面，破坏与黏土模型的对齐。
• 跳过相机零位：这样视图 00 就与用户最初提供的图片不匹配。
• 将模型 ID 或价格写死：使用 recommend 进行发现，用 dry_run=true 查询价格。
• 向 jobs_wait 传入超过 32 个 ID，或轮询 job_get。
• 不查看就相信视图：检查联系表，确认没有多余肢体、左右侧错误或残留灰色黏土。