Искусственный интеллект создает 3D-печатную перфорированную панель из ручного эскиза

От наброска до 3D-печати за несколько минут
Разработчик создал игрушку-перфорированную доску для 3D-печати, загрузив ручной набросок в Codex всего с двумя размерными ограничениями. Вместо того чтобы тратить часы в Fusion 360, он получил готовые к печати модели примерно за минуту, а затем дорабатывал посадку и ощущения через тестовые отпечатки.
Структура и содержимое репозитория
Репозиторий на GitHub содержит параметрические Python-генераторы вместо ручного редактирования сеток, что упрощает внесение изменений. Ключевые компоненты включают:
- Семь плоских игровых элементов с отверстиями 8,45 мм в
models/pieces/ - Четыре гладкие шестерёнки в
models/gears/, которые сцепляются на сетке штырей 40 мм - Две печатаемые доски плюс настроенный штырь в
models/boards/иmodels/pieces/ - Python-скрипты в
scripts/для генерации фигур, шестерёнок, досок и ресурсов репозитория AGENTS.mdс инструкциями для кодирующих агентов по расширению набора
Настроенные размеры и спецификации
После итераций система использует следующие точные размеры:
- Шаг сетки: 40,0 мм
- Диаметр отверстия элемента: 8,45 мм
- Диаметр отверстия шестерёнки: 8,45 мм
- Штырь: диаметр 7,72 мм, длина 40,0 мм, скругление конца 1,2 мм
- Диаметр отверстия печатаемой доски: 8,30 мм (все ещё проверяется)
Как перегенерировать и изменить
Настройка использует стандартные инструменты Python:
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.pyФайл AGENTS.md содержит инструкции для кодирующих агентов по расширению набора, включая создание больших перфорированных досок (например, 6x6), изменение длины штырей, добавление новых элементов для различных комбинаций штырей, масштабирование системы вверх или вниз или генерацию вариантов для тестирования более тугой/свободной посадки.
📖 Read the full source: HN AI Agents
👀 Смотрите также

От нуля кода к 25 миллионам игр: путь не-инженера по созданию с помощью Claude + Cursor
Разработчик без опыта программирования создал три браузерные игры (25 млн игр в сумме, 200 тыс. в день) с помощью Claude через Cursor. Две игры — это отдельные HTML-файлы по 8000 строк. Общая стоимость инструментов: ~$2 тыс./мес.

Нойберг: Открытый Многорыночный Торговый Терминал, Созданный на основе ИИ Claude
Neuberg — это браузерный торговый терминал, который подключается к рынкам, таким как Hyperliquid, Polymarket и Alpaca, созданный с использованием Claude и Claude Code. Процесс разработки выявил конкретные сильные стороны в архитектурной критике и рефакторинге, а также ограничения в управлении длинным контекстом и системах реального времени.

Практические примеры использования OpenClaw от сообщества LocalLLaMA
В посте на Reddit подробно описаны конкретные способы, которыми разработчики используют OpenClaw для таких задач, как автоматизированный холодный аутрич, обновление SEO-контента, создание подписей для соцсетей, мониторинг серверов и обработка чеков.

Создание игры для Steam за 10 дней с помощью Claude Code: технические сложности и рабочий процесс
Разработчик создал и выпустил игру в Steam за 10 дней, используя Claude Code, не написав ни строчки кода лично, но столкнулся со значительными трудностями в проектировании логики и отладке кода, сгенерированного ИИ.