dream-loop

这是什么？适合谁？

dream-loop（achimala/dream-loop，作者 @anshuc）是一个构建”惊艳视觉”的 Agent Skill：让 AI 做出一个游戏、app 或场景，不是一次生成，而是走一条自举闭环：

1. AI 先”做梦”——用图像生成产出一张高质量目标截图
2. AI 带着这个目标去构建
3. 一个独立的 AI critic 把实时截图与目标对比并给出反馈
4. 回到第 2 步循环，直到 critic 满意
5. 可选：基于当前状态再梦一个更好的目标，回到第 1 步

官方示例：给 GPT-6 Astra 一段 fantasy 体素风 three.js demo 的 prompt（等距相机、湿地面反射、可点击移动的角色），产出可见 demo 动图 与 在线 demo。

适合谁：想用编码 Agent 产出”有卖相”的 3D/WebGL/游戏 demo 的开发者与创作者；研究 agent 视觉自反馈迭代的实验者；快速做产品概念视频素材的人。

不适合：宿主模型没有图像生成或视觉输入能力的用户；需要精确设计交付（像素级还原稿）的专业 3D 美术（本 skill 优化”惊艳”而非”还原”）。

使用前提：一个带图像生成（内置或给 Gemini API key 等）+ 视觉输入的 agent；subagents 强烈推荐（critic 独立性的来源）；做 3D 需 Blender（推荐 Blender MCP 或脚本接口）。

准备工作

1. 安装：npx skills add achimala/dream-loop（或克隆进 agent 的 skills 目录，或把仓库链接直接丢给 agent 让它自己搞定）
2. 宿主：Codex（GPT-6 Astra 为官方实测组合）；其他带视觉的强模型（如 Claude Fable 5.1）“大概率可用”（官方措辞）
3. 可选：Blender + Blender MCP / 脚本接口（自定义 3D 建模场景）
4. 成本：MIT 开源免费；图像生成走宿主内置或自有 API key
5. 时间：跑通一个 demo 约 1 小时（官方示例 prompt 即含 1 小时时间限制）

快速上手（3 步）

第一步：安装 skill

npx skills add achimala/dream-loop

第二步：发官方示例 prompt

把 README 的示例 prompt 原样发给你的 agent（等距体素风幻想场景、three.js、>60fps、点击移动/拖拽旋转/滚轮缩放、世界要有活感……），让它开始 dream→build→critic 循环。

第三步：观察循环收敛

等 critic 对比实时截图与目标后宣布满意（或你再梦一轮更好的目标）。

成功判定：浏览器里得到一个 >60fps、有反射/动效/氛围感的可交互 3D demo，视觉效果明显高于”一次性生成”的产物。

初级用法

• 换风格重跑：把示例 prompt 的美术方向换成赛博/水彩/低多边形，其他结构不动
• 降级运行：没有 subagents 的宿主也能跑，但 critic 独立性下降，收敛质量打折
• 复用目标图：先单独让模型生成一张目标截图，再附给构建任务当验收标准

高级玩法

• Blender 深度建模：装 Blender MCP，让 skill 走脚本接口而非 computer-use（官方明确说效果更好）
• 再梦一轮：第 5 步——基于当前实际效果重新梦一个更高目标，做”目标升级”的多轮创作
• 迁移到 app UI：闭环不止 3D——网页/落地页的”惊艳感”迭代同样适用（dream 一张理想首屏 → build → critic）
• 接入 CI 视觉门禁思想：把 critic 的”截图 vs 目标”对比做成自己的视觉回归检查

常见踩坑

1. 症状：产出的 demo 视觉平庸。 原因：宿主模型视觉/图像能力不足，或没走 subagent critic（自评）。解决：换官方实测档位的模型组合；确保 critic 是独立 subagent。
2. 症状：循环不收敛、无限改。 原因：目标图与可实现差距过大，或 critic 标准漂移。解决：加时间限制（官方示例即含 1 小时上限）；必要时重梦一个更接近可行性的目标。
3. 症状：Blender 控制不稳定。 原因：走了 computer-use 路线。解决：官方明确推荐 Blender MCP 或脚本接口，控制精度远高于屏幕点击。
4. 症状：想自定义美术但成品跑偏。 原因：prompt 里风格描述含糊。解决：抄官方示例的写法密度——相机、光照、材质、交互、帧率全部写死。
5. 症状：仓库两天 368★担心弃坑。 原因：极新项目。解决：skill 本身是纯 prompt 结构，fork 归档也不失效；关注 在线 demo 判断维护状态。

小技巧

• 目标图是这个 skill 的杠杆：花一句 prompt 把”什么算惊艳”写具体（材质、光照、氛围），比调构建参数有效得多。
• 官方示例 prompt 是最佳模板——保留其结构与约束密度，只换主题。
• demo 动图与 PR 规范（提交须附示例结果）都值得看，理解这个 skill 的验收文化。

常见问题 FAQ

Q1: 没有图像生成的模型能用吗？

A: 不能完整体验——闭环第 1 步”做梦”需要图像生成。可给宿主配 Gemini API key 之类的图像能力，或跳过 dream 直接用现成目标图（降级模式）。

Q2: 免费吗？

A: skill 本身 MIT 开源免费；图像生成成本取决于你的宿主或 API key。

Q3: 只能做 3D 吗？

A: 官方示例是 3D/three.js，但闭环机制（目标图 + 独立 critic + 迭代）对任何视觉产出（网页、UI、概念图）都适用。

Q4: 为什么 critic 要独立？

A: 自评容易自我满足；独立 subagent 的 critic 没有”作者滤镜”，对比更严格——这也是 subagents 被列为强烈推荐的原因。

Q5: 官方测过哪些模型？

A: README 明示”目前仅实测 GPT-6 Astra in Codex”，Claude Fable 5.1 等强模型”likely can work”（推测措辞，非保证）。

Q6: 和直接多轮对话改图有什么区别？

A: 对话改图没有量化锚点；dream-loop 把”什么叫好”固化成一张目标截图，由 critic 逐轮对照，收敛方向明确。

参考链接

• 官方仓库
• 在线 demo
• 作者 @anshuc

本文基于公开资料（GitHub 官方 README）整理，AI 辅助生成，未实际运行该 skill；采集日期 2026-09-09。视觉效果以官方 demo 与仓库最新说明为准。