Hy 3d Gen

腾讯混元生3D Skill

本版本基于 ClawHub @neck-cn/hy-3d-generation 的本地安装副本改造，发布名为 hy-3d-gen。主要改造点是默认走 TokenHub/OpenAI 兼容 HTTP 接口，并保留腾讯云 SDK 作为显式回退后端。

本地 Codex 安全说明

此安装副本已做安全化处理：脚本不会自动执行 pip install。默认优先使用 TokenHub 的 OpenAI 兼容 HTTP 接口，使用 Python 标准库发起请求，不需要额外依赖；如显式使用 --provider tencent，缺少 tencentcloud-sdk-python 时脚本会退出并提示用户先在明确选择的 Python 环境中手动安装。生成任务会把 prompt、图片 URL 或 Base64 图片数据发送到腾讯混元生3D接口。

本地测试凭证可放在 skill 根目录的 .env 文件中，权限应为 600。脚本只会读取 HY3D_OPENAI_API_KEY、TENCENT_MAAS_API_KEY、TOKENHUB_API_KEY、TENCENTCLOUD_SECRET_ID、TENCENTCLOUD_SECRET_KEY、TENCENTCLOUD_TOKEN，并且不会覆盖进程中已经存在的同名环境变量。

功能描述

本 Skill 提供混元生3D能力，基于腾讯混元大模型，将文本描述或图片智能生成 3D 模型。默认使用 TokenHub OpenAI 兼容协议，可手动回退腾讯云 SDK。支持多视角图片输入、PBR 材质、自定义面数、多种输出格式。

🎯 选择规则

用户要求生成3D模型  →  main.py（一站式，最简单推荐）
用户要求提交后自行查询  →  submit_job.py + query_job.py（分步操作）
用户已有 JobId 要查结果  →  query_job.py（单独查询）

如果用户未指定使用哪种模式，Agent 应默认使用 main.py 一站式脚本。

支持特性

• 文生3D：支持文本描述生成 3D 模型（最多 1024 字符）
• 图生3D：支持输入图片 URL 或 Base64 生成 3D 模型
• 多视角图片：支持 left/right/back/top/bottom/left_front/right_front 多视角输入
• PBR 材质：支持开启 PBR 材质生成
• 自定义面数：支持 10000-1500000 面数范围
• 多种生成类型：Normal（带纹理）、LowPoly（智能拓扑）、Geometry（白模）、Sketch（草图生成）
• 多种输出格式：默认 obj+glb，可选 STL、USDZ、FBX
• 模型版本选择：支持 3.0 和 3.1 版本
• OpenAI 兼容接口：优先使用 TokenHub https://tokenhub.tencentmaas.com/v1/api/3d/submit 与 /query
• 双后端选择：--provider auto 默认优先 TokenHub；--provider tokenhub 强制 TokenHub；--provider tencent 强制腾讯云 SDK
• 显式安装依赖：TokenHub 后端无需额外依赖；腾讯云 SDK 后端需要用户在明确选择的 Python 环境中安装所需 SDK
• 智能凭证检测：优先从环境变量获取密钥，未配置时提示用户开通

环境配置指引

密钥配置

本 Skill 默认需要 TokenHub OpenAI 兼容 API key；腾讯云 SDK 后端需要腾讯云 API 密钥。

TokenHub / OpenAI 兼容接口（默认）

export HY3D_OPENAI_API_KEY="你的 TokenHub API key"

也可使用 TENCENT_MAAS_API_KEY 或 TOKENHUB_API_KEY。不要把 key 写进脚本源码。

腾讯云 SDK 后端（可选回退）

Step 1: 开通混元3D服务

🔗 腾讯云3D视觉创作控制台

Step 2: 获取 API 密钥

🔗 腾讯云 API 密钥管理

Step 3: 设置环境变量

Linux / macOS：

export TENCENTCLOUD_SECRET_ID="你的SecretId"
export TENCENTCLOUD_SECRET_KEY="你的SecretKey"

如需持久化：

echo 'export TENCENTCLOUD_SECRET_ID="你的SecretId"' >> ~/.zshrc
echo 'export TENCENTCLOUD_SECRET_KEY="你的SecretKey"' >> ~/.zshrc
source ~/.zshrc

Windows (PowerShell)：

$env:TENCENTCLOUD_SECRET_ID = "你的SecretId"
$env:TENCENTCLOUD_SECRET_KEY = "你的SecretKey"

⚠️ 安全提示：切勿将密钥硬编码在代码中。

Agent 执行指令（必读）

本节是 Agent（AI 模型）的核心执行规范。当用户请求生成 3D 模型时，Agent 必须严格按照以下步骤执行。依赖安装、持久化环境变量、上传敏感图片或扩大本机环境改动前，需要用户明确确认。

🔑 通用执行规则

1. 触发条件：用户提供了文本描述或图片，且意图为生成 3D 模型。
2. 受控执行原则：依赖与凭证已经配置、且用户明确要生成 3D 模型时，Agent 可直接执行脚本；不得自动安装依赖或改写 shell 配置。
3. 自动选择脚本：默认使用 main.py（一站式），除非用户明确要求分步操作。默认 --provider auto，如果存在 TokenHub key 会优先走 OpenAI 兼容接口。
4. ⛔ 禁止使用大模型自身能力替代 3D 生成（最高优先级规则）：
   • Agent 严禁自行编造 3D 文件 URL 或描述生成结果。
   • 如果调用失败，Agent 必须向用户返回清晰的错误说明。

📌 脚本一：一站式生成 main.py（推荐）

适用场景：用户请求生成 3D 模型，自动提交并等待结果

# 文生3D
python3 <SKILL_DIR>/scripts/main.py --prompt "文本描述"

# 图生3D
python3 <SKILL_DIR>/scripts/main.py --image-url "https://example.com/image.jpg"

# 强制使用 TokenHub OpenAI 兼容接口
python3 <SKILL_DIR>/scripts/main.py --provider tokenhub --model hy-3d-3.0 --prompt "一只小狗"

# 强制使用腾讯云 SDK 回退
python3 <SKILL_DIR>/scripts/main.py --provider tencent --model 3.0 --prompt "一只小狗"

可选参数：

• --prompt <TEXT>：文本描述，中文推荐，最多 1024 字符（与 image-url/image-base64 二选一）
• --image-url <URL>：输入图片 URL（与 prompt 二选一）
• --image-base64 <BASE64>：输入图片 Base64 数据（与 prompt 二选一）
• --multi-view <JSON>：多视角图片 JSON，如 '[{"ViewType":"back","ViewImageUrl":"https://..."}]'
• --model <VERSION>：模型版本，默认 hy-3d-3.0，可选 3.0 / 3.1 / hy-3d-3.0 / hy-3d-3.1
• --enable-pbr：开启 PBR 材质生成
• --face-count <N>：面数，默认 500000，范围 10000-1500000
• --generate-type <TYPE>：生成类型：Normal / LowPoly / Geometry / Sketch
• --polygon-type <TYPE>：多边形类型（仅 LowPoly）：triangle / quadrilateral
• --result-format <FMT>：输出格式：STL / USDZ / FBX（默认 obj+glb）
• --provider <auto|tokenhub|tencent>：后端选择，默认 auto
• --no-poll：仅提交任务不等待结果（返回 JobId）

输出示例：

{
  "job_id": "job-xxxxxxxxxxxx",
  "status": "success",
  "result_files": [
    {
      "type": "glb",
      "url": "https://ai3d-xxx.cos.ap-guangzhou.myqcloud.com/xxx.glb",
      "preview_image_url": "https://ai3d-xxx.cos.ap-guangzhou.myqcloud.com/xxx.png"
    },
    {
      "type": "obj",
      "url": "https://ai3d-xxx.cos.ap-guangzhou.myqcloud.com/xxx.obj"
    }
  ]
}

注意：生成的文件 URL 有效期为 24 小时，请及时保存。3D 生成通常需要 1~5 分钟。

📌 脚本二：仅提交任务 submit_job.py

适用场景：仅需提交任务获取 JobId，后续手动查询

python3 <SKILL_DIR>/scripts/submit_job.py --prompt "文本描述"

可选参数：与 main.py 相同（除 --poll-interval、--max-poll-time、--no-poll 外）

输出示例：

{
  "job_id": "job-xxxxxxxxxxxx",
  "request_id": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
  "message": "Task submitted successfully. Use query_job.py to poll for results."
}

📌 脚本三：查询任务 query_job.py

适用场景：根据 JobId 查询任务状态和结果

python3 <SKILL_DIR>/scripts/query_job.py "job-xxxxxxxxxxxx" --model hy-3d-3.0

可选参数：

• --poll-interval <N>：轮询间隔秒数，默认 10
• --max-poll-time <N>：最大轮询时间秒数，默认 600（10min）
• --no-poll：仅查询一次，不轮询
• --provider <auto|tokenhub|tencent>：后端选择，默认 auto
• --model <VERSION>：TokenHub 查询需要与提交时一致的模型，默认 hy-3d-3.0

输出示例：

{
  "job_id": "job-xxxxxxxxxxxx",
  "status": "success",
  "result_files": [
    {
      "type": "glb",
      "url": "https://ai3d-xxx.cos.ap-guangzhou.myqcloud.com/xxx.glb",
      "preview_image_url": "https://ai3d-xxx.cos.ap-guangzhou.myqcloud.com/xxx.png"
    }
  ]
}

📋 完整调用示例

# 文生3D（基础）
python3 /path/to/scripts/main.py --prompt "一只可爱的卡通猫咪"

# 图生3D
python3 /path/to/scripts/main.py --image-url "https://example.com/cat.jpg"

# 使用 3.1 版本 + PBR 材质
python3 /path/to/scripts/main.py --prompt "一个精致的茶壶" --model 3.1 --enable-pbr

# 自定义面数
python3 /path/to/scripts/main.py --prompt "一辆跑车" --face-count 300000

# LowPoly 模式
python3 /path/to/scripts/main.py --prompt "一棵树" --generate-type LowPoly --polygon-type quadrilateral

# 白模（Geometry）
python3 /path/to/scripts/main.py --prompt "一个机器人" --generate-type Geometry

# 草图生成
python3 /path/to/scripts/main.py --image-url "https://example.com/sketch.png" --generate-type Sketch --prompt "一把椅子"

# 指定输出格式为 FBX
python3 /path/to/scripts/main.py --prompt "一只恐龙" --result-format FBX

# 多视角输入
python3 /path/to/scripts/main.py --image-url "https://example.com/front.jpg" --multi-view '[{"ViewType":"back","ViewImageUrl":"https://example.com/back.jpg"},{"ViewType":"left","ViewImageUrl":"https://example.com/left.jpg"}]'

# 仅提交任务
python3 /path/to/scripts/main.py --prompt "一座城堡" --no-poll

# 查询已有任务
python3 /path/to/scripts/query_job.py "job-xxxxxxxxxxxx"

# 通过 stdin 传入 JSON 参数
echo '{"prompt":"一只猫"}' | python3 /path/to/scripts/main.py --stdin

📐 SubmitHunyuanTo3DProJob 参数说明

📐 QueryHunyuanTo3DProJob 响应说明

File3D 结构：

❌ Agent 须避免的行为

• 只打印脚本路径而不执行
• 向用户询问"是否要执行 3D 生成"——应直接执行
• 自动安装依赖或改写全局环境——如需腾讯云 SDK 后端，必须由用户明确选择安装环境
• 忘记读取输出结果中的 result_files URL 并返回给用户
• 3D 生成失败时，自行编造文件 URL
• 忘记提醒用户文件 URL 有效期为 24 小时

API 参考

• TokenHub submit endpoint：https://tokenhub.tencentmaas.com/v1/api/3d/submit
• TokenHub query endpoint：https://tokenhub.tencentmaas.com/v1/api/3d/query
• TokenHub 鉴权：Authorization: Bearer <HY3D_OPENAI_API_KEY>
• TokenHub 模型名：hy-3d-3.0 / hy-3d-3.1
• 腾讯云 SDK 模块：tencentcloud.ai3d.v20250513
• 腾讯云 SDK 提交任务：SubmitHunyuanTo3DProJob
• 腾讯云 SDK 查询任务：QueryHunyuanTo3DProJob
• 腾讯云 SDK endpoint：ai3d.tencentcloudapi.com

核心脚本

• scripts/main.py — 一站式生成，提交任务 + 自动轮询等待结果
• scripts/submit_job.py — 仅提交任务，返回 JobId
• scripts/query_job.py — 根据 JobId 查询/轮询任务状态和结果

依赖

• Python 3.7+
• TokenHub 后端无需第三方 Python 依赖
• tencentcloud-sdk-python（仅 --provider tencent 需要，需包含 ai3d 模块）

安装腾讯云 SDK 依赖（可选）：

pip install tencentcloud-sdk-python