tracefinity/tracefinity
Generate custom gridfinity bins with AI, from photos of your tools
Tracefinity – AI 辅助设计 Gridfinity 收纳盒
功能简介 – 您将工具平铺在一张纸上拍照，上传到 Tracefinity，AI 模型会自动提取每个工具的轮廓。这些轮廓变成可编辑的矢量形状，您可以将其排列成自定义的 Gridfinity 兼容收纳盒，并导出为 STL/3MF 格式进行 3D 打印。
重要性 – 手动设计工具收纳盒非常繁琐。Tracefinity 通过设备端或云端视觉模型消除了手动描摹步骤，让创客能够快速生成完全贴合实际工具的打印存储方案。
主要功能（根据 README 描述）
- AI 驱动的描摹 – 本地显著性模型（IS‑Net、BiRefNet‑Lite、InSPyReNet）或 Google Gemini 从照片生成黑白掩码。
- 纸张角落校准 – 检测纸张边缘（U2‑Net）以正确缩放图像，即使工具超出边缘也能处理。
- 工具库 – 保存描摹的工具，以便在多个项目中重复使用。
- 收纳盒构建器 – 将工具拖放到 Gridfinity 布局中，支持自动网格对齐、切口间隙、倒角以及可选的指孔切割。
- 导出选项 – STL、3MF（多色）、SVG 和实时 three.js 预览。
- 自动命名 – 可选的 Ollama 或 OpenRouter 视觉模型可以建议工具名称。
- 身份验证与多用户 – 原生登录、2FA、代理或开放模式，均可通过环境变量配置。
- 单容器 Docker – 前端和后端一起运行；也可通过 Docker‑Compose 或 Helm charts 用于 Kubernetes。
- 资源感知 – 支持 ARM 设备（Raspberry Pi）和可选的 CUDA 加速，以加快推理速度。
快速开始（Docker）
# 使用内置 CPU 模型运行（无需 API 密钥）
docker run -p 3000:3000 -v ./data:/app/storage ghcr.io/tracefinity/tracefinity
# 或使用 Google Gemini（替换为您的密钥）
# docker run -e GOOGLE_API_KEY=your-key …
打开 http://localhost:3000，首次启动时创建管理员账户。
描摹工作原理
- 将工具放在 A4/Letter/A3/Tabloid 纸上（工具可以超出边缘）。
- 从正上方拍照。
- 上传；调整检测到的四个角落以进行缩放。
- 选定的描摹器（本地模型或 Gemini）返回掩码。
- 通过 OpenCV 轮廓提取将掩码转换为多边形。
- 编辑、标记并保存工具。
- 将工具组装到收纳盒布局中并导出进行 3D 打印。
模型选项（环境变量 TRACERS）
| 模型 | 速度（CPU） | 内存 | 质量 |
|---|---|---|---|
| IS‑Net（默认） | ~0.8 秒 | 2 GB | 良好 – 最快，内存占用最低 |
| BiRefNet‑Lite | ~3.6 秒 | 8 GB | 最佳 – 处理反射 |
| InSPyReNet | ~2.8 秒 | 6 GB | 良好 – 支持 Apple Silicon |
设置 GOOGLE_API_KEY 切换到 Gemini（默认 gemini-3.1-flash-image-preview）。远程提供商（fal.ai、Replicate）也通过 FAL_KEY 或 REPLICATE_API_TOKEN 支持。
安装替代方案
- Docker‑Compose – 定义服务，卷
./data:/app/storage和可选的GOOGLE_API_KEY。 - Helm chart –
helm install tracefinity oci://ghcr.io/tracefinity/charts/tracefinity，包含持久化和环境值。 - 从源码 – Python 3.11+ 后端，Node 20+ 前端，
pnpm管理依赖，然后make dev在 :8000 运行后端，在 :4001 运行前端。
许可证
MIT – 免费使用、修改和分发。
总结 – Tracefinity 是一款实用的 AI 驱动工具，适合希望获得定制贴合 Gridfinity 收纳盒而无需手动绘制每个部件的创客。它将必要的视觉模型、Web UI 和导出管道打包到单个 Docker 镜像中，使其易于在笔记本电脑、Raspberry Pi 或 Kubernetes 集群上自托管。
相关
- 项目
- 项目
- 项目
- 项目
- 项目