ldraw-mecha 0.5.0 版本说明：AI 驱动的乐高动画
概述
ldraw-mecha 0.5.0 提供了一个自动化流水线，它能够获取 LDraw (.mpd) 乐高模型，推断其内部机械结构，并生成用于 Blender 的 Python 脚本以实现模型动画。通过将源文件的语义分析与 3D 操作相结合，该系统允许用户将静态的乐高 CAD 文件转换为动态的动画序列。
智能体工作流
该系统通过一个多阶段的“分而治之”流程运行，依靠 LLM 智能体来解释模型数据并对其采取行动：
- 逆向工程：智能体分析 .mpd 源代码以识别子模型，并将它们归类为特定的机械组件。
- 机械推断：智能体根据零件描述和结构关系描述这些组件的预期行为。
- 映射：该项目使用双层标注。通过在源代码和 Blender 中对应的 glTF 节点上应用相同的标签，智能体保持了抽象逻辑与 3D 几何体之间的链接。
- 动画生成：智能体为 Blender 生成自定义 Python 脚本，用于创建骨架并执行规划好的机械运动。
安装与要求
该项目旨在本地运行以避免污染宿主操作系统，并利用安装脚本来管理依赖项。它需要 Python 3.12+ 和 git-lfs。支持的平台包括 macOS，Linux (x86_64) 和 Windows (通过 WSL2) 目前正在开发中。安装过程会安装几个专用工具，包括 ldraw-annotator、ldraw-xray、jev-rerank 和 mpd2glb，以及 Blender 和 LeoCAD 的本地实例。
当前局限性
作为一个初步版本，该项目面临几个技术障碍：
- 复杂性扩展：大型模型或复杂机构往往超出了智能体当前的规划能力，导致处理效率低下或陷入“死胡同”。
- 物理模拟：该系统目前不考虑重力、重量、惯性或力相互作用等物理属性。
- 动画保真度：虽然能够产生功能性结果，但软管或电缆等柔性零件的动画通常会损坏，且低端模型可能会产生明显的伪影。
社区与协作
ldraw-mecha 的开发建立在长期存在的 LDraw 社区生态系统之上。pyldraw3 的创建者 Harold Martin 表示有兴趣促进乐高相关工具开发人员之间的协作，特别是在将智能体工作流集成到确定性模型和说明书构建方面。项目作者维护着一个文档库，涵盖了运动规划、API 使用和架构设计，供那些希望探索代码库的人参考。
"我目前的主要工作是确定性模型/说明书构建，但我一直在思考如何结合智能体。" — Harold Martin, creator of
pyldraw3