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

✍️ OpenClawRadar📅 Опубликовано: 31 марта 2026 г.🔗 Source
Искусственный интеллект создает 3D-печатную перфорированную панель из ручного эскиза
Ad

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/ и models/pieces/
  • Python-скрипты в scripts/ для генерации фигур, шестерёнок, досок и ресурсов репозитория
  • AGENTS.md с инструкциями для кодирующих агентов по расширению набора
Ad

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.py

Файл 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

Ad

👀 Смотрите также

Использование Obsidian с OpenClaw в качестве системы второго мозга
Кейсы

Использование Obsidian с OpenClaw в качестве системы второго мозга

Разработчик делится своей настройкой, используя OpenClaw с Obsidian в качестве системы «второго мозга», реализуя QMD для эффективного поиска заметок и загрузки навыков по требованию, что сокращает использование токенов на 80–90%.

OpenClawRadar
Система управления AI Mise: Структура управления и результаты оценки агентов
Кейсы

Система управления AI Mise: Структура управления и результаты оценки агентов

Владелец ресторана создал систему ИИ-руководителей с помощью Claude Code для автоматизации расчета заработной платы, включающую 8 ИИ-руководителей с кадровыми записями, журналами нарушений и политикой увольнения после трех предупреждений. Система получила оценку 91,5/105 в конкурсе Agent Madness 2026, став единственной с результатом выше 90.

OpenClawRadar
Внутренняя функция $20,8 тыс. MRR: 60 промптов за 14 месяцев в Claude
Кейсы

Внутренняя функция $20,8 тыс. MRR: 60 промптов за 14 месяцев в Claude

Обучающая платформа создала функцию автоматической сводки занятий с помощью Claude за 3 часа, а затем дорабатывала промпт более 60 раз в течение 14 месяцев. Эта функция обеспечивает 22% конверсии родителей и приносит $20,8 тыс. ежемесячного дохода.

OpenClawRadar
Многокомандные ИИ-агенты, использующие контекстное крещение для улучшения проверки кода
Кейсы

Многокомандные ИИ-агенты, использующие контекстное крещение для улучшения проверки кода

Разработчик, запустивший 18 поколений команд ИИ-агентов, обнаружил, что агенты, читающие письма и ретроспективы предыдущих поколений, пишут значительно более качественные обзоры кода, чем те, кто читает только код. Он назвал эту практику «Контекстным крещением».

OpenClawRadar