Modly 本地 3D 生成桌面应用从一张照片到可导出 3D 网格的完整路径【免费下载链接】modlyDesktop app to generate 3D models from images or prompt using local AI — runs entirely on your GPU项目地址: https://gitcode.com/GitHub_Trending/mo/modlyModly 是一个跑在本地的 3D 生成桌面应用喂给它一张照片它在你自己的 GPU 上用开源模型推理出 3D 网格全程离线照片不出机器。应用覆盖 Windows、Linux 和 Apple Silicon 版 macOS生成结果可直接导出为 glb、stl、obj、ply 四种格式。它是什么跑在什么架构上Modly 把「桌面壳 本地推理后端」拆成两层前端是 Electron 应用负责工作流编辑、3D 预览和参数面板后端是一个独立的 FastAPI 服务负责网格处理、模型下载与扩展运行时调度。模型推理发生在本地 GPU没有中间服务器。后端依赖清单见 api/requirements.txt核心是 fastapi、trimesh、pymeshlab、huggingface_hub——前两者管网格后者负责从 HuggingFace 拉权重。模块说明代码位置本地离线推理推理在本地 GPU 完成图像不离开机器各扩展仓库自带运行时模型扩展机制每个生成模型是一个可安装仓库src/areas/models/节点式工作流图编辑器编排「图 → 生成 → 入场景」管线src/areas/workflows/网格后处理重网格化、减面、修复、平滑、导出api/routers/export.pyCLI 自动化脚本与 Agent 免 UI 驱动应用tools/modly-cli/平台Windows / Linux / Apple Silicon macOSarch/decisions/首次启动会进入初始化向导src/areas/setup/FirstRunSetup.tsx先选数据目录——界面会提示「Models can be several GB each」建议挑剩余空间大的 SSD然后应用自动依次执行 Preparing Python → Installing pip → Installing packages 三步进度条实时显示环境就绪后本地 AI 服务自启直接进入主界面。卡住时先看 Settings → Logs/Errors杀毒软件拦截的把应用目录加白名单后点 Retry。无桌面的 NVIDIA Jetson 设备可以只跑后端、用 curl 或 CLI 驱动路径见 docs/running-on-jetson.md。生成模型怎么装扩展机制Modly 的生成模型不走内置而是「扩展」每个模型是一个独立仓库内含manifest.json和运行时入口文件装进来就注册出可用的工作流节点。官方扩展五个全部在 Models 页可装扩展对应模型特点modly-hunyuan3d-mini-extensionHunyuan3D 2 Mini基础版约 6 GB 显存量级modly-hunyuan3d-mini-turbo-extensionHunyuan3D 2 Mini Turbo加速版modly-hunyuan3d-mini-fast-extensionHunyuan3D 2 Mini Fast更快版本modly-triposg-extensionTripoSG结构生成模型modly-trellis2-gguf-extensionTrellis2 GGUF量化权重低显存可跑安装流程只有三步进 Models 页点Install from GitHub→ 粘贴扩展仓库的 HTTPS 地址并确认 → 含模型节点的扩展还要下载权重文件数百 MB 到数 GB一次性。流程类扩展装完即用无权重下载环节。扩展仓库本质是 manifest 加运行时文件所以想加新模型或新的后处理节点fork 一个官方扩展改即可不用动主程序。工作流节点怎么连工作流编辑器基于 xyflow/react节点分四类输入/输出Image选本地图、Text文字描述、Load 3D Mesh导入已有网格、Add to Scene写入右侧场景控制流While循环容器框内节点构成循环体、ForEach迭代器、Wait延时模型节点由已装扩展动态注册参数面板按扩展声明渲染内置网格处理节点仓库自带 5 个 process 扩展见 src/areas/workflows/nodes/。连线有类型约束端口分 image / mesh / text / audio 四种。运行前会做 preflight 校验src/areas/workflows/preflight.ts非法连线不会把图丢掉而是就地弹内联警告——当前网格视图保持不动。每个节点的参数都由 manifest 里的params_schema声明编辑器按 schema 渲染控件select 出按钮组float 出滑杆int 出数字框。以 remesh 节点为例Mode 提供 Triangle / Quad-Dominant / None 三档Target Edge Length 设 0 表示按输入网格的平均边长自动推断mesh-remesher/manifest.json。好处是换模型不用改编辑器节点自描述。内置网格处理与导出内置 5 个网格后处理扩展全部是 process 类装完就能在工作流里拖出来用节点作用mesh-optimizer平滑 减面优化结果写回工作区mesh-remesher各向同性重网格化统一拓扑mesh-repair修复破面与非流形边mesh-smoother表面平滑mesh-exporter导出为 glb / stl / obj / ply导出接口在 api/routers/export.pyglb 直接以model/gltf-binary原样下发stl、obj、ply 用 trimesh 现场转换多几何体场景会先压平为单个网格。也就是说生成后的网格进 DCC 软件或 3D 打印机之前不需要任何手工格式转换。离线推理环境配置首次启动的向导已经覆盖了大部分用户选目录 → 等三步自动装完 → 进主界面。自动化实现对应 electron/main/python-setup.ts。开发者源码模式多两步。先装 JS 依赖再配 Python 后端npm install cd api python -m venv .venv source .venv/bin/activate pip install -r requirements.txt npm run dev不想装构建环境的话克隆仓库后直接跑启动脚本即可仓库地址https://gitcode.com/GitHub_Trending/mo/modly ./launch.sh # Linux / macOS # launch.bat # Windowslaunch.sh 的逻辑很短检查 Node.js 是否在 PATH缺node_modules就npm install缺out/就npm run build然后npm run preview启动。脚本与 Agent 怎么调Modly CLIGUI 之外Modly 暴露了一个纯 Python 标准库写的 CLItools/modly-cli/脚本或 AI Agent 可以直接驱动正在运行的桌面应用机器可读 JSON 落在 stdout。规范命令五个health、model、workflow-run、capability、process-run。便捷入口generate一步到位python tools/modly-cli/agent.py health python tools/modly-cli/agent.py model list python tools/modly-cli/agent.py generate --image ./input.png --output ./export.glbgenerate内部走POST /workflow-runs/from-image轮询返回的 run按需在结束时导出网格JSON 响应里还带workflow-run status/cancel这类恢复元数据。另有legacy旧 /generate/* 端点封装和experimental generate-from-workflowComfyUI 编排辅助两条兼容路径输出契约详见 tools/modly-cli/SKILL.md。首条工作流从照片到网格最小可用链路三步Image → 模型生成节点 → Add to Scene。打开 Workflows 标签页确认三个节点之间的连线完整在 Image 节点点Browse...选一张背景干净的物体照片切到 Generate 标签页确认选中该工作流点Generate 3D Model右侧 3D 场景出现网格后可拖动旋转、滚轮缩放要落盘就在网格后接 mesh-exporter 节点选 glb 直接导出。出错一律去 Settings → Logs/Errors 看日志连线没校验通过时按内联提示修图即可工作流会保留现场不会回滚你已搭好的图。平台与硬件项说明支持平台Windows、Linux、Apple Silicon macOSarm64Intel Mac 无官方包窗口控件macOS 用原生控件Windows/Linux 用自定义控件内存指示顶栏 RAM 指示器来自主进程实时数据GPU 建议NVIDIA 独显或 Apple GPUJetson非官方但已验证AGX Orin 64 GB JetPack 6.2 可跑 Hunyuan3D-2 MiniJetson 是 aarch64 Tegra 自研 CUDA 栈桌面安装包和标准扩展 setup.py 都假设 x86_64直接装会踩三个坑官方 torch 2.5.1 wheel 没有 sm_87 kernel能加载但每个 kernel 报 no kernel image is availableNumPy 2 与 Jetson torch 不兼容torch.from_numpy报 Numpy is not available需固定 numpy2ONNX Runtime 在 Tegra CPU 上直接 abort背景移除需换成 NumPy/SciPy 实现。验证环境与完整步骤见 docs/running-on-jetson.md。常见问题症状处理杀毒软件拦截启动应用目录加信任白名单点 Retry生成慢 / 显存不足降低推理步数与分辨率或换 Mini Fast、Trellis2 GGUF 这类轻量模型模型下载中断回 Models 页续传已下部分不丢macOS 启动失败确认装的是 arm64 版工作流校验不通过按内联警告改连线图保留不丢弃什么时候选 Modly三条选型判断照片或产品图要变 3D 资产且数据不能出内网——选它这是它的核心场景已有 ComfyUI 工作流想批量跑图生 3D——用experimental generate-from-workflow入口桥接想要无界面、HTTP/CLI 驱动的离线 3D 生成服务——FastAPI 后端可以脱离 Electron 独立运行。Modly 采用 MIT 许可。若 fork 后基于它构建自己的应用MIT 署名条款要求在 UI 或文档中保留对原项目和作者的致谢见 LICENSE。【免费下载链接】modlyDesktop app to generate 3D models from images or prompt using local AI — runs entirely on your GPU项目地址: https://gitcode.com/GitHub_Trending/mo/modly创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考