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

ИТ-панель на базе OpenClaw создаёт заявки из чат-переписок.
Кейсы

ИТ-панель на базе OpenClaw создаёт заявки из чат-переписок.

Разработчик создал единый HTML-файл для IT-панели управления службы поддержки с ИИ-агентом, который автоматически создаёт заявки из чат-переписок. Система использует OpenClaw для бэкенда и localStorage для хранения данных в прототипе.

OpenClawRadar
AI-агенты кодирования сталкиваются с проблемами на этапе развертывания: пользователь Cowork сталкивается с проблемами изолированной среды, разрешений и потери контекста
Кейсы

AI-агенты кодирования сталкиваются с проблемами на этапе развертывания: пользователь Cowork сталкивается с проблемами изолированной среды, разрешений и потери контекста

Разработчик, создающий приложение Next.js с помощью Cowork, сообщает, что ИИ-агент успешно написал код, но не смог выполнить развертывание — уперся в ограничения песочницы, проблемы с отправкой на GitHub и потерю контекста сессии.

OpenClawRadar
Автоматизация привлечения клиентов в LinkedIn с помощью запланированных задач Claude Cowork
Кейсы

Автоматизация привлечения клиентов в LinkedIn с помощью запланированных задач Claude Cowork

Разработчик создал запланированную задачу Claude Cowork, которая автоматически отправляет 10 персонализированных сообщений в LinkedIn ежедневно, получая доступ к LinkedIn Sales Navigator, читая профили, проверяя недавние публикации и составляя индивидуальные сообщения для привлечения.

OpenClawRadar
Разбивка затрат на ИИ-агента: $12 в месяц с локальными моделями и облачными API.
Кейсы

Разбивка затрат на ИИ-агента: $12 в месяц с локальными моделями и облачными API.

Разработчик запускал ИИ-агента в течение месяца, используя Mac Mini + Ollama для локальных моделей и облачные API, общая стоимость составила $12, при этом 80% использования локально стоило $0, а 20% облачного использования обошлось примерно в $12. Один цикл повторных попыток потребил $4.80 за 11 минут, что привело к внедрению механизма автоматического отключения.

OpenClawRadar