系列文章高级篇Codex 直接驱动 DeepDraw 建模一句话创建模型再用一句话修改它AI建模太牛了自己动手搭建AI建模软件Codex直接操作DeepDraw窗口建模自己动手用AstraDeepDraw嵌入式图形引擎 编写AI建模软件一Python会话自己动手用AstraDeepDraw嵌入式图形引擎 编写AI建模软件二接入Astra模型自己动手用AstraDeepDraw嵌入式图形引擎 编写AI建模软件三Codex直接驱动DeepDraw建模进阶篇DeepDraw引擎 vs SketchUp 功能演示Demo截图用 DeepDraw 几何引擎开发建筑设计软件一SketchUp 替代用 DeepDraw 几何引擎开发建筑设计软件二下载DeepDraw用 DeepDraw 几何引擎开发建筑设计软件三用代码绘制线段用 DeepDraw 几何引擎开发建筑设计软件四用代码绘制面用 DeepDraw 几何引擎开发建筑设计软件五创建选择工具用 DeepDraw 几何引擎开发建筑设计软件六读取模型文件用 DeepDraw 几何引擎开发建筑设计软件七InputPoint输入捕获器用 DeepDraw 几何引擎开发建筑设计软件八画线工具用 DeepDraw 几何引擎开发建筑设计软件九矩形工具用 DeepDraw 几何引擎开发建筑设计软件十推挤工具用 DeepDraw 几何引擎开发建筑设计软件十一偏移工具用 DeepDraw 几何引擎开发建筑设计软件十二参考线工具用 DeepDraw 几何引擎开发建筑设计软件十三删除命令基础篇PythonOpenGL绘制3D模型五绘制三角型PythonOpenGL绘制3D模型六材质文件载入和贴图映射PythonOpenGL绘制3D模型七制作3dsmax导出插件Codex 直接驱动 DeepDraw 建模从安装到第一次对话建模下载地址https://www.archieast.com/DeepDrawAI_v1_win64.zip下载 DeepDraw AI 发行包后你就可以尝试在 Codex 中说建一座带台阶、立柱和开孔屋顶的庭院小亭检查尺寸截图给我看。模型生成后再继续说把屋顶升高立柱和横梁同步调整。这篇教程带你完成环境准备、Skill 安装和第一次对话建模。日常使用时你只需要表达设计需求由 Codex 调用 DeepDraw 执行建模与检查。让Codex帮你安装如果你觉得安装过程太麻烦可以把安装包路径丢给codex让codex自己安装当然也可以之际说DeepDraw安装在 D:\DeepDrawAI_v1 请了解怎么用然后启动一个空的场景准备开始建模一、开始前需要准备什么本文适用于DeepDraw AI v1.0 Windows x64 发行版。请准备一台 Windows 64 位电脑并具备可用的桌面与 OpenGL 图形环境。已安装并能正常使用的 Codex 本地客户端。CPython 3.8 64 位解释器。发行包DeepDrawAI_v1_win64.zip。DeepDraw 引擎和 Codex 运行在同一台 Windows 电脑上。本文使用本地任务不是在云端任务或 WSL/Linux 中运行 Windows 引擎。发行包已经包含编译好的引擎模块不需要安装 Cython也不需要自行编译 C。Python 解释器及运行依赖需要另外准备。DeepDraw 通过 Codex 接收建模指令发行包本身不要求填写OPENAI_API_KEY。请先确保你的 Codex 已经能够正常对话和执行本地任务。二、解压发行包将压缩包完整解压到一个固定、可写的目录例如D:\DeepDrawAI_v1_win64打开该目录应该能直接看到DeepDrawAI_v1_win64/ ├─ deepdraw.py ├─ README.md ├─ requirements-py38.txt ├─ engine/ ├─ modeling/ ├─ service/ ├─ client/ ├─ skill/ ├─ scripts/ └─ examples/如果解压工具额外创建了一层同名文件夹请以包含deepdraw.py的那一层为实际安装目录。安装 Skill 后尽量不要移动这个目录因为安装器会记录软件的位置。三、准备 Python 3.8 和依赖安装 CPython 时选择3.8 系列的 Windows 64 位版本。已有其他版本 Python 也没有关系可以并存这里需要明确使用 Python 3.8 来启动 DeepDraw 引擎。下面假设你的解释器位于C:\Python38\python.exe请把所有命令中的示例路径换成自己电脑上的实际路径。以下命令都在 Windows PowerShell 中执行开头的也需要保留。先检查版本与位数C:\Python38\python.exe-cimport sys, struct; print(sys.version); print(bits:, struct.calcsize(P) * 8)应当显示 Python3.8.x以及bits: 64。然后进入软件目录安装运行依赖Set-LocationD:\DeepDrawAI_v1_win64C:\Python38\python.exe-m pip install-r requirements-py38.txt依赖主要包括 PySide2、PyOpenGL 和 NumPy。安装完成后可以做一次导入检查C:\Python38\python.exe-cimport PySide2, OpenGL, numpy; print(依赖检查通过)使用解释器路径 -m pip可以确保依赖安装到引擎实际使用的 Python 中。四、把 DeepDraw Skill 安装到 CodexSkill 包含 DeepDraw 的操作说明、调用脚本和 API 参考。安装后Codex 就能按这套流程启动引擎、执行建模、检查结果和保存模型。当前官方文档将用户级本地 Skill 目录列为~/.agents/skills。下面显式指定这个目录避免与发行包安装器的默认目录混淆。目录规则及 Skill 的使用方式可参阅 OpenAI 官方 Skill 文档。仍在发行包根目录下执行C:\Python38\python.exescripts/install_skill.py--engine-pythonC:\Python38\python.exe--destination$env:USERPROFILE\.agents\skills成功后会输出类似Installed skill: C:\Users\你的用户名\.agents\skills\deepdraw安装器会同时生成installation.json记录两个位置homeDeepDraw 的解压目录。engine_pythonPython 3.8 解释器路径。不要只复制SKILL.md文件。使用安装器可以把调用脚本、参考文档和本机路径配置一并准备好。已使用旧版 Codex Skill 目录的用户这个发行包的安装器默认写入$CODEX_HOME/skills未设置CODEX_HOME时为用户目录下的.codex/skills。如果你的客户端明确使用该目录可以省略--destinationC:\Python38\python.exescripts/install_skill.py--engine-pythonC:\Python38\python.exe两种方式选择与你的客户端匹配的一种即可不需要重复安装。五、在 Codex 中开始第一次建模打开 Codex选择解压后的D:\DeepDrawAI_v1_win64作为本地项目目录并新建一个任务。如果安装的 Skill 尚未出现重新启动 Codex 后再试。在对话中输入请使用 DeepDraw Skill新建一个名为 first-box 的引擎会话 创建宽 100、深 80、高 60 的盒子命名为 box。 尺寸使用引擎单位。检查尺寸和模型有效性截图给我看 打开三维窗口完成后保持会话。如果你的客户端支持$技能选择也可以输入$deepdraw选择该 Skill再填写建模需求。Codex 将启动本地引擎执行建模并返回结果。三维窗口标题形如DeepDraw AI v1.0 [免费版] — first-box首次启动包含引擎授权验证。只有验证成功服务才会接受建模请求。看到模型之后可以直接继续修改不必重新创建。例如继续操作 first-box 会话把 box 的高度改为 90 保持底面位置不变。检查尺寸再截图给我看。六、尝试一个更完整的模型完成盒子测试后可以新建另一个模型使用 DeepDraw 新建 courtyard 会话设计一座庭院小亭。 包含两级台阶、四根立柱、横梁、中央开孔的屋顶 以及一张长椅和背部格栅。 各构件独立建模并建立方便后续修改的命名集合。 检查模型截图并打开窗口保持会话。随后逐步调整把屋顶升高 40 个引擎单位立柱同步加高横梁同步上移。把整张长椅向亭子前方移动 12 个单位其余构件保持不变。描述修改时说清楚修改对象、方向或尺寸以及需要保留的部分更容易得到符合预期的结果。也可以让 Codex 在空会话中运行发行包自带的examples/middleware_courtyard.py复现内置的庭院小亭示例。七、保存模型下次继续设计完成一个阶段后可以直接告诉 Codex将当前模型保存为 D:\DeepDrawModels\courtyard.dim 告诉我保存结果继续保持会话。下次打开新的 Codex 任务时可以说使用 DeepDraw 新建会话加载 D:\DeepDrawModels\courtyard.dim。 先查看场景结构和命名集合打开窗口等待我继续修改。命名集合和模型描述会随文件保存为后续定位构件提供依据。需要结束时明确说保存当前模型然后关闭这个 DeepDraw 引擎会话。窗口右上角的关闭按钮只会隐藏窗口真正结束引擎需要关闭会话且关闭会话不会自动保存。八、常见问题1. Codex 找不到 DeepDraw Skill检查安装器输出的目录确认其中存在deepdraw/SKILL.md、scripts、references和installation.json。确认安装到了当前客户端读取的 Skill 目录然后重新启动 Codex。如果仍未发现可以在本地任务中明确提供文件路径请读取 D:\DeepDrawAI_v1_win64\skill\deepdraw\SKILL.md 按照里面的说明使用 DeepDraw。 引擎解释器为 C:\Python38\python.exe。2. 安装器提示 Destination exists表示目标目录已经有同名 Skill安装器没有覆盖它。已有版本可用时无需重复安装。需要升级时先备份旧 Skill再替换并重新安装避免丢失自己修改的配置。3. 找不到 Python、PySide2 或 NumPy核对installation.json中的engine_python确保它指向实际存在的 Python 3.8 64 位解释器。再用这个解释器执行第三节的依赖安装命令。Codex 使用的 Python 和 DeepDraw 引擎使用的 Python 可以不同关键是不要把依赖装进另一个环境。4. 返回 LICENSE_DENIED这是引擎授权失败。请按提示从 DeepDraw 官网获取最新版本并完成授权然后使用新的会话名称重新启动。LICENSE_API_UNAVAILABLE表示当前引擎缺少授权接口LICENSE_INITIALIZATION_FAILED表示授权初始化异常。授权错误会明确返回给 Codex不需要反复发送建模指令。5. 有截图却看不到三维窗口引擎可以在隐藏窗口状态下完成建模与离屏渲染。直接告诉 Codex显示当前 DeepDraw 会话的窗口保留现有模型。窗口中可以选择对象和调整视角。中键拖动旋转Shift 加中键拖动平移滚轮缩放。6. 启动没有成功或者会话无响应将实际错误内容交给 Codex 排查。默认日志位于DeepDrawAI_v1_win64\runtime\sessions\会话名称\host.log结构化启动错误保存在同一目录的startup_error.json。如果客户端返回starting表示启动仍在进行应查询会话状态而不是重复创建会话。如果建模请求超时应使用原来的请求 ID 查询结果避免重复执行修改。7. 移动了软件目录后无法启动更新已安装 Skill 的installation.json中的home为新目录如果解释器也移动了同时更新engine_python。不要修改发行包中.pyd文件的名字。现在开始你的第一次设计环境与 Skill 只需要准备一次。之后从一个盒子到一座小亭从创建构件到修改比例都可以在对话中逐步完成。打开 Codex试着说“使用 DeepDraw我们来设计一个空间。”
企业数字化 ERP 产品动态
相关推荐
Salt 实战:用 lgpo_reg 模块管理 Windows 本地组策略 Registry.pol 注册表设置 运维配置管理后端 【免费下载链接】salt Software to automate the management and configuration of infrastructure and applications at scale. 项目地址: https://gitcode.com/gh_mirrors/sa/salt 点击查看 免费下载 导读
本指南围绕 Salt 在 Windows 本地组策… · 2026/9/24 22:08:35
TCP/IP分层模型与OSI七层考点:通信网第二章答案精讲 简介:这份PDF是《通信网基本概念与主体结构(第二版)》第二章课后习题答案,面向通信工程、计算机网络专业学生、考研备读者以及自学网络原理的初学者。内容围绕层次化设计、互联网互连原理和TCP/IP协议栈展开,逐题给出解… · 2026/9/24 22:08:28
我的世界Java版安装教程:Java环境配置与启动器设置指南 1. 为什么“我的世界Java版”的安装值得单独写一篇教程很多人第一次接触《我的世界》Java版,卡住的地方根本不是游戏本身,而是“Java”这三个字。启动器打不开、报错提示一串英文、游戏窗口一闪就退、提示“Java路径无效”或者“找不到Java运行时”——这… · 2026/9/24 22:08:28
反相器链级数与尺寸优化:从理论公式到HSPICE实证 简介:本资源是一份面向VLSI与CMOS数字集成电路初学者及课程实验者的实践型设计报告,聚焦反相器链缓冲器优化与D触发器时序性能提升两大核心问题。内容涵盖反相器级数(N4/6/8/10)与尺寸比例的理论推导、HSPICE网表编写、瞬态仿真波… · 2026/9/24 23:55:50
4200张果蔬图图像分类实战:PyTorch迁移学习与避坑指南 简介:面向图像分类任务,这份数据集提供已标注的常见果蔬图像,覆盖香蕉、苹果、梨、葡萄、橙子、黄瓜、胡萝卜、辣椒、洋葱、土豆等36个类别,共约4200张图片。json文件保存了36个类别的名称对应关系,图片已预处理&#… · 2026/9/24 23:55:50
从Harness工程到认知工程:Agent架构升级的完整实战指南 1. 先聊清楚:harness 工程是 Agent 开发的"地基"还是"天花板"如果你最近在折腾 Agent 开发,大概率会遇到这样一个词:harness。刚开始接触这个概念的时候,我一度以为它指的是某个自动化测试框架,直… · 2026/9/24 23:55:50
基于SSM的停车场停车缴费管理系统开发实战解析 写论文、搞课程设计、应付毕设答辩的时候,很多同学一听到“Java项目源码”第一反应就是去下载一个成品然后改个名字交上去。但说句实话,作为一个这些年看过无数份毕业设计代码的老开发,停车缴费管理系统这个题目属于“看着简单、做起来全是细… · 2026/9/24 23:55:37
从标定到视差:Python+OpenCV双目视觉测距全流程详解 简介:一套基于PythonOpenCV实现的双目立体视觉实战资源,聚焦维视MV-VS220平台,完整覆盖相机标定、图像预处理、SIFT/SURF特征提取与匹配、视差计算与深度测距流程,适合高校学生、课程设计者及OpenCV开发者参考。包体共213个文件&a… · 2026/9/24 23:55:37
AI Agent无人值守实战:定时任务的可靠性设计与效果验证 做无人值守 Agent 有个很有意思的分水岭:开发环境里跑通一次,和让它每天凌晨自动跑完还能自己处理异常,完全是两码事。我最近把一个定时自动化任务从“人盯着跑”改造成“无人值守”,中间踩的坑比我预想的多一整个量级。这篇文章不… · 2026/9/24 23:55:37
基于YOLOv8的渔船作业监控系统:从环境搭建到边缘部署全流程 简介:这是一套面向计算机、人工智能、自动化等专业学生与教师的毕业设计级项目资源,围绕YOLOv8实现渔船作业监控系统,可用于毕设、课程设计、大作业或项目立项演示。压缩包共97个文件,约24.21MB,以70个Python源码文件为… · 2026/9/24 0:00:13
1D-CNN时间序列建模实战:从Conv1d原理到工业落地 简介:面向时间序列数据建模的一维卷积神经网络完整实现,适合深度学习入门者及需要快速验证时序模型的研究者,能够从音频、文本、传感器或股价等序列中挖掘局部特征与时间依赖。压缩包体积很小,只有3KB,内含3个Python脚… · 2026/9/24 0:00:26
柔软的L:汉语语流中被忽视的舌肌张力控制 1. 这个“L”不是字母表里的L,而是舌尖上的L最近在几个方言群和语音教学社群里,反复看到有人发一句:“也说字母L:柔软的长舌”。初看以为是英语发音课笔记,点开才发现全是方言爱好者、播音系学生、语言康复师甚至戏曲演… · 2026/9/24 0:00:44