procedura

这是什么？适合谁？

Procedura（SpatiaOS/Procedura）是一个 Agentic 3D 建模工具：把文本提示词转成可编辑的参数化程序，支持分件材质与关节。与传统「AI 生成一个不可改的 3D 网格」不同，Procedura 产出的是程序化的、可继续编辑的模型。

核心价值：3D 生成方向少见地强调「可编辑」——你得到的不是一次性结果，而是一个能调参数、改结构、加关节的程序化模型，后续还能用 Agent 继续迭代。

适合人群：

• 需要快速生成并持续调整 3D 模型的创作者 / 开发者
• 想用文本驱动 3D 建模、再人工精修的工作流
• 游戏、数字内容、原型设计领域的探索者

使用前提：Node.js 环境（TypeScript 编写）；理解「参数化程序」与「静态网格」的区别。

准备工作

1. Node.js 环境：项目用 TypeScript 编写。
2. 成本：MIT 开源，完全免费；接大模型生成时按模型计费。
3. 时间预算：安装 + 生成第一个模型约 15 分钟。
4. 心智准备：程序化模型 ≠ 传统网格模型，可编辑性是其核心差异。
5. 项目页：官方项目页见 spatiaos.github.io/projects/procedura。

快速上手（3 步）

第一步：安装

git clone https://github.com/SpatiaOS/Procedura
cd Procedura
npm install   # 具体命令以 README 为准

第二步：输入提示词

描述你想要的 3D 模型（形状、分件、材质、是否有关节等）。

第三步：生成并编辑

生成参数化程序，调整参数、材质与关节，导出模型。

成功判定：从一句提示词得到一个可编辑的参数化 3D 模型，并能调整参数后重新生成。

初级用法

提示词 → 参数化程序

文本描述转成程序化建模脚本，而非静态网格。

分件材质

模型可拆分为多个部件，分别设置材质。

关节支持

支持定义部件间的关节，用于可动模型 / 装配场景。

高级玩法

Agent 迭代建模

让编码 Agent 读参数化程序、按反馈修改，实现「文本 → 模型 → 反馈 → 修改」闭环。

参数化变体

同一程序改参数生成一系列变体，快速做设计探索。

导出到游戏引擎

把生成的模型导出到游戏引擎 / 渲染器使用。

小技巧

1. 提示词写清结构：说明分件与关节需求，生成更贴合。
2. 先小后大：先做简单模型验证流程，再挑战复杂结构。
3. 善用参数：能调参数就不重生成。
4. 保留源程序：参数化程序是资产，别只留导出网格。
5. 预览导出对账：导出后检查几何与关节是否如预期。

常见踩坑

踩坑 1：把它当「生成即成品」工具

• 现象：以为输出是不可改的最终模型。
• 原因：误解程序化建模范式。
• 解决：它产出可编辑程序，优势在于后续迭代。

踩坑 2：复杂模型生成不达预期

• 现象：高复杂度结构生成失败或畸形。
• 原因：文本转参数化对复杂拓扑仍有限制。
• 解决：拆解需求，先做部件再组合。

踩坑 3：忽略关节定义

• 现象：可动模型导出后关节丢失。
• 原因：提示词 / 参数未定义关节。
• 解决：明确关节需求，导出前验证。

踩坑 4：Node 环境问题

• 现象：npm install 报错。
• 原因：版本或依赖不满足。
• 解决：核对 README 版本要求。

踩坑 5：项目较新文档有限

• 现象：找不到某些功能的说明。
• 原因：项目较新（2026-08 创建）。
• 解决：以仓库 README 与项目页为准，必要时看示例。

常见问题 FAQ

Q1: 生成的模型能编辑吗？

A: 能。它产出的是参数化程序，可调参数、改材质与关节，这是与静态生成网格的核心区别。

Q2: 支持哪些导出格式？

A: 具体导出格式以仓库文档为准，通常可对接常见 3D 工作流。

Q3: 免费吗？

A: MIT 开源免费；大模型生成部分的 API 费用另计。

Q4: 适合做游戏资产吗？

A: 可用于原型与程序化资产生成，复杂商用资产可能仍需人工精修。

Q5: 和 Meshy 等 AI 3D 工具有什么区别？

A: Meshy 等多为「生成静态网格」；Procedura 强调「可编辑的参数化程序」，更利于迭代。

进阶学习建议

掌握基础后，建议深入：

1. Agent 迭代闭环：用 Agent 读程序、按反馈改、再生成，建立「文本 → 模型 → 反馈」闭环。
2. 参数化设计系统：沉淀可复用建模程序库，提升复用率。
3. 引擎对接流水线：把生成 → 导出 → 引擎导入做成自动化。

参考链接

• 官方仓库
• 项目页

最后更新：2026-08-28 · 作者：MagicNetWorld · 基于公开资料整理，关键数据经 GitHub API 独立实测核验，AI 辅助生成