HY 3D Generation

输入文字或图片，通过混元生3D 3.0、3.1 模型，生成更高精度以及更高质量的3D 模型，支持文生3D，图生3D，多视图生3D，单几何生成（白模），草图生3D，智能拓扑生3D功能。

Security Scan

The skill's files, instructions, and required credentials are internally consistent with a Tencent HunYuan 3D generation integration; nothing in the package indicates hidden or unrelated behavior.

Purpose & Capability

Name/description say: generate 3D via 混元生3D, and the code uses Tencent Cloud AI3D SDK and endpoints (ai3d.tencentcloudapi.com). The declared need for Tencent API keys (TENCENTCLOUD_SECRET_ID / TENCENTCLOUD_SECRET_KEY) matches the described purpose.

Instruction Scope

SKILL.md instructs the agent to run the provided Python scripts (main.py / submit_job.py / query_job.py) and to default to main.py. It also enforces a 'zero-interaction' rule (agent should not ask user confirmation before running). This is specific and coherent with an automation use-case, but it does increase the potential for the agent to execute code and install dependencies without an interactive confirmation step.

Install Mechanism

There is no pre-install spec in the registry, but each script performs a runtime pip install of 'tencentcloud-sdk-python' via subprocess if the SDK is missing. Installing a well-known PyPI SDK at runtime is expected for this integration, but it does write to disk and requires outbound network/PyPI access — a moderate operational risk to consider.

Credentials

The only secrets/environment variables referenced are TENCENTCLOUD_SECRET_ID, TENCENTCLOUD_SECRET_KEY, and optionally TENCENTCLOUD_TOKEN — all justified for calling Tencent Cloud APIs. No unrelated credentials, config paths, or secret exfiltration mechanisms are present in the code or instructions.

Persistence & Privilege

The skill is not always-enabled, does not claim to modify other skills or global agent config, and does not request elevated platform privileges. It will install dependencies into the runtime environment, which is normal but persistent until uninstalled.

Assessment

This skill appears to do what it claims: call Tencent's AI3D API to create 3D models. Before installing/use: 1) Be prepared to provide Tencent API keys (TENCENTCLOUD_SECRET_ID/KEY) — use least-privileged keys and rotate them if possible. 2) Note the scripts will attempt to pip-install 'tencentcloud-sdk-python' at runtime (requires network and will write packages to the environment). If you run in a sensitive or locked environment, consider reviewing code and running it in an isolated sandbox or container. 3) The SKILL.md enforces 'zero-interaction' execution (agent may run the scripts without asking you), so only enable the skill in contexts where you trust automated script execution. 4) If you want extra assurance, inspect the full scripts locally and run them manually once to confirm behavior (submission to Tencent and retrieval of COS URLs) before allowing autonomous use.

腾讯云混元生3D Skill

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。支持多视角图片输入、PBR 材质、自定义面数、多种输出格式。

场景	脚本	说明
一站式生成	main.py	提交任务 + 自动轮询，推荐使用
仅提交任务	submit_job.py	仅提交，返回 JobId
仅查询任务	query_job.py	根据 JobId 查询/轮询结果

🎯 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
• 自动安装依赖：首次运行时自动安装所需 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 需要腾讯云 API 密钥才能正常工作。

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自主执行，无需询问用户确认。

🔑 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. 零交互原则：Agent 应直接执行脚本，不要向用户询问任何确认。
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。
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"

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 3.0，可选 3.0 / 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）
• --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"

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

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

参数	类型	必选	说明
Model	String	否	模型版本，默认 3.0，可选 3.0/3.1。3.1 版本不支持 LowPoly
Prompt	String	三选一	文生3D描述，中文推荐，最多 1024 字符
ImageUrl	String	三选一	输入图 URL，分辨率 128~5000，大小 ≤ 8MB
ImageBase64	String	三选一	输入图 Base64，分辨率 128~5000，大小 ≤ 6MB
MultiViewImages	Array	否	多视角图片，视角：left/right/back/top/bottom/left_front/right_front
EnablePBR	Boolean	否	开启 PBR 材质，默认 false
FaceCount	Integer	否	面数，默认 500000，范围 10000~1500000
GenerateType	String	否	Normal/LowPoly/Geometry/Sketch，默认 Normal
PolygonType	String	否	仅 LowPoly：triangle/quadrilateral，默认 triangle
ResultFormat	String	否	STL/USDZ/FBX，默认返回 obj+glb

📐 QueryHunyuanTo3DProJob 响应说明

字段	类型	说明
Status	String	WAIT：等待中，RUN：执行中，FAIL：失败，DONE：成功
ErrorCode	String	错误码
ErrorMessage	String	错误信息
ResultFile3Ds	Array of File3D	生成的 3D 文件数组

File3D 结构：

字段	类型	说明
Type	String	文件格式（如 glb、obj）
Url	String	文件 URL，有效期 24 小时
PreviewImageUrl	String	预览图 URL

❌ 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
• 手动安装依赖——脚本内部自动处理
• 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

• SDK 模块：tencentcloud.ai3d.v20250513
• 提交任务：SubmitHunyuanTo3DProJob
• 查询任务：QueryHunyuanTo3DProJob
• 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+
• tencentcloud-sdk-python（腾讯云 SDK，需包含 ai3d 模块）

安装依赖（可选 - 脚本会自动安装）：

pip install tencentcloud-sdk-python