KI-generierte 3D-druckbare Lochplatine aus handgezeichneter Skizze
Von der Skizze zum 3D-Druck in Minuten
Ein Entwickler erstellte ein 3D-druckbares Steckbrettspielzeug, indem er eine handgezeichnete Skizze mit nur zwei dimensionalen Einschränkungen in Codex eingab. Anstatt Stunden in Fusion 360 zu verbringen, erhielt er druckbare Modelle in etwa einer Minute und optimierte dann Passform und Haptik durch Testdrucke.
Repository-Struktur und Inhalte
Das GitHub-Repository enthält parametrische Python-Generatoren statt manuell bearbeiteter Netze, was Änderungen unkompliziert macht. Zu den Hauptkomponenten gehören:
- Sieben flache Spielsteine mit 8,45 mm Löchern in
models/pieces/ - Vier glatte Zahnräder in
models/gears/, die auf dem 40-mm-Stiftgitter ineinandergreifen - Zwei druckbare Bretter plus einen optimierten Stift in
models/boards/undmodels/pieces/ - Python-Skripte in
scripts/zum Generieren von Formen, Zahnrädern, Brettern und Repository-Assets AGENTS.mdmit Anleitungen für Coding-Agents zur Erweiterung des Sets
Optimierte Maße und Spezifikationen
Das System verwendet nach der Iteration diese spezifischen Messwerte:
- Rasterabstand: 40,0 mm
- Lochdurchmesser der Steine: 8,45 mm
- Lochdurchmesser der Zahnräder: 8,45 mm
- Stift: 7,72 mm Durchmesser, 40,0 mm lang, 1,2 mm Endabrundung
- Lochdurchmesser der gedruckten Bretter: 8,30 mm (wird noch validiert)
So regenerieren und modifizieren Sie
Das Setup verwendet Standard-Python-Tools:
python3 -m venv .venv
. .venv/bin/activate
pip install -r requirements.txt
python scripts/generate_pegboard_shapes.py
python scripts/generate_pegboard_gears.py
python scripts/generate_pegboard_board.py
python scripts/generate_repository_assets.pyDie Datei AGENTS.md enthält Anleitungen für Coding-Agents zur Erweiterung des Sets, einschließlich dem Bau größerer Steckbretter (z. B. 6x6), der Änderung von Stiftlängen, dem Hinzufügen neuer Steine für verschiedene Stiftkombinationen, der Skalierung des Systems nach oben oder unten oder der Generierung von Passformtest-Varianten mit engerer/weiterer Toleranz.
📖 Read the full source: HN AI Agents
👀 Siehe auch
Aufbau einer SaaS-Plattform für den Produktionseinsatz mit über 20.000 Codezeilen mithilfe von Claude Code: Erfahrungen aus agentenbasierter Entwicklung im großen Maßstab
Ein Entwickler hat LastSaaS als Open-Source-Projekt veröffentlicht, eine produktionsreife SaaS-Boilerplate, die vollständig durch Gespräche mit Claude Code entstanden ist. Sie umfasst ein Go-Backend, ein React-Frontend, Multi-Tenant-Authentifizierung, Stripe-Abrechnung und einen integrierten MCP-Server. Das Projekt zeigt, was funktioniert und welche Disziplin erforderlich ist, wenn KI-Agenten für groß angelegte Entwicklung eingesetzt werden.
LLM-unterstützte Dekompilierung: Entwicklung von Strategien und Werkzeugen
Die LLM-unterstützte Dekompilierung, die Claude nutzt, hat bei Snowboard Kids 2 von 25 % auf 75 % Fortschritte gemacht, indem strategische Funktionspriorisierung und Ähnlichkeitsberechnungen eingesetzt wurden.
Verwendung von Claude Haiku als Gatekeeper zur Senkung der Sonnet-API-Kosten um 80 %
Ein Entwickler baute eine zweistufige Pipeline mit Claude Haiku, um 85 % unstrukturierten Text herauszufiltern, bevor nur relevante Inhalte an Claude Sonnet gesendet wurden, wodurch die API-Kosten bei der Verarbeitung Tausender Kommentare um etwa 80 % reduziert wurden.
Aufbau eines agentischen Forschungssystems mit Claude Code: Eine praktische Implementierung
Ein Entwickler beschreibt detailliert, wie er mit Claude Code sechs spezialisierte Agenten erstellt hat, um eine lebendige Karte von über 250 realen KI-Implementierungen zu schaffen – mit einem Human-in-the-Loop Orchestrierungsmuster.