Image Blaster：一张图炸出一个 3D 世界，5 分钟内跑完建模、场景和音效

你有了一张概念图、一张实拍照片，或者一段电影分镜参考。把它变成可探索的 3D 场景需要建模、UV、贴图、灯光、渲染——几个工种，几天时间。即使你用 AI 生成了一张图，从图到 3D 的那一步，仍然卡着。

Image Blaster 就是解决这个卡点的。它是一个 Claude Code skill，输入一张图，输出一个完整的 3D 世界——包括物体模型、静态场景、环境音效。全程在 Claude 终端里对话式完成，不到 5 分钟。

Image Blaster 做了什么

Image Blaster 串联了三个 AI 生成管线，把一张图拆开、理解、重建：

World Labs Marble 模型生成可探索的 3D 环境（高斯泼溅 spz 格式），处理静态背景
FAL 平台上的 Hunyuan 3D 模型把图中的动态物体提取出来，生成带贴图的 3D 模型（glb、obj 格式）
ElevenLabs SFX 模型为场景生成环境音效和物体交互音效（mp3 格式）

一句话总结管线：一张图 -> 空间重建 + 物体提取 + 音效匹配 -> 可导入引擎的完整资产包。

整个过程通过 Claude Code 的 skill 机制驱动。你把图放进 input/ 目录，在 Claude 终端里说一句”blast it”，skill 就会自动调用 World Labs 和 FAL 的 API，分步生成、逐个确认。你不需要写一行代码去调这些 API。

工具架构：8 个 Skill + 5 个外部服务

Image Blaster 不是一个单一的 skill，而是由 8 个 Claude Code skill 组成的协作管线，每个 skill 负责管线中的一个环节。

内部 Skill 管线：

Skill	职责
image-blast-project	项目总控。创建 world 目录结构，生成 project.json 和 scene.json，跟踪整个管线的状态
image-blast-uncover	图像分析核心。读取图片，识别动态物体（可分离的独立物件），生成场景描述和物体列表
image-blast-plate	生成干净背景（clean plate）。把确认的物体从原图中擦除，留下空白场景用于环境生成
image-blast-world	调用 World Labs API 生成 3D 静态环境（高斯泼溅），用干净的 background 还原场景的空间感
image-blast-3d	为每个动态物体生成 3D 模型，支持 Hunyuan（默认）和 Meshy 两个供应商
image-blast-sfx	生成三种音效：环境氛围音、物体碰撞音、自定义提示音效
image-blast-image-edit	通用图片编辑 skill，支撑 plate 生成和物体参考图裁剪
image-blast-wildcard	万能出口。用户想调用任何 FAL 平台上的模型时使用（如额外的 AI 图像生成）

外部 AI 服务：

服务	模型	用途
World Labs	marble-1.1	从单张图片生成可探索的 3D 高斯泼溅环境
FAL AI	hunyuan-3d	把图片中的物体提取并生成为带 PBR 材质的 3D 模型（glb/obj）
FAL AI	nano-banana	默认图片编辑模型，用于物体去除、背景修复、参考图裁剪
FAL AI	gpt-image-2	备选图片编辑模型，用户可指定切换
ElevenLabs	elevenlabs-sfx	生成环境氛围音、物体碰撞音效

所有的 skill 通过 .claude/settings.json 中声明的权限和钩子串在一起。SessionStart 钩子自动执行 setup-check 脚本，确保依赖和环境变量就位。UserPromptSubmit 钩子监听 input/ 目录的文件变化。

8 个 Skill 的协作流程

Image Blaster 的执行不是并发的，是一条严格有序的流水线。每一步的输出是下一步的输入：

1. image-blast-project（项目初始化）

接收用户指令后，创建 worlds/<任务名>/ 项目文件夹，生成初始 project.json，把 input/ 中的源图分片到 source/ 目录。这一步是所有下游 skill 的前置条件。

脚本位置：.claude/scripts/project/project-state.mjs

2. image-blast-uncover（图像分析与物体识别）

核心理解步骤。Claude 用自己的视觉能力逐张分析 source/ 中的图片，提取：

场景名称和概括描述
环境特征、视觉风格、光照、氛围
所有可分离的独立物体（判断标准：人能不能搬起来？）——墙上的涂鸦不拆、地上的地毯不拆，但桌上的杯子、路边的贩卖机要拆

分析结果写入 worlds/<任务名>/source/<图片名>.json，合并成 image.json。然后等待用户确认哪些物体要生成 3D 模型。

3. image-blast-plate（清理背景）

用户确认物体列表后，调用 FAL 的 nano-banana（或 gpt-image-2）模型，把这些物体从原图中擦除，生成一张干净的背景图（plate）。这张图去掉了动态物体，只保留静态环境，给 world 生成用。

4. image-blast-world（环境生成）

用 clean plate 和修正后的场景描述，调用 World Labs Marble API，生成高斯泼溅格式的 3D 可探索环境。输出 spz 文件 + 碰撞体 glb + 全景图。

5. image-blast-3d（物体建模）

对每个确认的物体，先做一步 image edit 裁剪出干净的目标参考图，然后调用 Hunyuan 3D（或 Meshy）生成带贴图的 3D 模型。支持面数、PBR、贴图类型等参数控制。

6. image-blast-sfx（音效生成）

最后一步。根据场景描述生成环境氛围音（循环），根据物体材质生成撞击音效。通过 ElevenLabs SFX API 完成，输出后自动做静音裁剪和音量归一化。

7. image-blast-image-edit / image-blast-wildcard（辅助/扩展）

image-blast-image-edit 是底层图片编辑 skill，被 plate、3d 等 skill 内部调用。image-blast-wildcard 是万能出口，用户想调用 FAL 上其他模型时用（比如额外生成一张概念图）。

什么时候用

Image Blaster 不是万能的 3D 生产管线。它定位在概念验证和快速原型。

游戏关卡概念：画一张场景概念图，Image Blaster 给你一个能走进去的初版 3D 布局，直接拖进 Unity/Unreal/Godot
建筑可视化快稿：渲染一张建筑效果图，炸出一个可旋转查看的空间，给客户做第一轮 demo
电影勘景参考：街拍一张实景照片，转换成 3D 环境做镜头规划
机器人仿真环境：需要快速搭一个测试场地，用参考图直接生成

生成的资产可以嵌入任何游戏引擎（Unity、Unreal、Godot）、DCC 软件（Blender、Maya、3DS Max）或 Web 应用（Three.js、Electron）。导出格式是行业标准的 glb、obj、spz、mp3，不需要中间转换。

它的边界在哪

Image Blaster 很快，但快有快的代价。

不是高质量生产管线：生成的是概念稿级别的 3D 资产，面数、贴图精度、UV 质量都不适合直接用于最终产品。后续需要在 Blender 或 Maya 里精修
场景复杂度有限：一张图的视角决定了它能提取的信息量。被遮挡的物体、图外的空间、复杂的透明材质，生成模型是猜出来的，不是算出来的
依赖外部 API：需要 World Labs 和 FAL 两个平台的 API key。两者都是独立服务，任何一个挂了或限流，管线就不通
面数默认偏保守：Hunyuan 3D 的面数默认 50000，可以调到 150 万，但大面数对应更长的生成时间和更高 API 费用
不适合多图场景重建：Image Blaster 处理单张图片。需要一个完整建筑或大型场景的精确扫描，用摄影测量或 NeRF 方案更靠谱

安装和配置

前置要求：已安装 Claude Code CLI。

# 1. 克隆仓库
git clone https://github.com/neilsonnn/image-blaster
cd image-blaster

# 2. （如果没装）安装 Claude Code
curl -fsSL https://claude.ai/install.sh | bash

# 3. 启动 Claude
claude

进入 Claude 终端后，把你的 World Labs API key 和 FAL API key 告诉 Claude。它会自动配置到项目中。

申请 API key：

World Labs: https://platform.worldlabs.ai/
FAL: https://fal.ai/

项目目录中有 .env.example 文件作为配置参考，Claude 会按这个模板帮你设置环境变量。

使用流程

准备一张图片放到 input/ 目录，然后在 Claude 里说：

blast it and confirm each step with me

Claude 会按顺序执行 8 个 skill 的全流程：

project skill 创建项目文件夹，初始化状态
uncover skill 分析图片，提取物体列表，等你确认
plate skill 擦除物体，生成 clean plate
world skill 调用 World Labs 生成高斯泼溅场景
确认后 3d skill 逐个生成物体模型
sfx skill 生成环境音效和物体 SFX
每步完成后暂停，等你确认再继续

生成的资产在 worlds/ 目录下，按任务组织的子目录存放。

Hunyuan 3D 参数控制

如果你需要调整模型的生成精度和风格，在对话中告诉 Claude 修改 Hunyuan 参数：

参数	取值范围	说明
face-count	40000 ~ 1500000	目标面数，默认 50000
enable-pbr	true / false	是否生成 PBR 材质，默认 true
generate-type	Normal / LowPoly / Geometry	Normal 带贴图，LowPoly 减面，Geometry 纯白模
polygon-type	triangle / quadrilateral	LowPoly 模式的面片类型，默认 triangle

“把汽车模型调到 20 万面，开 PBR”——附在 blast 命令后面就行。

实践示例

假设你有一张赛博朋克风格的街道概念图 cyberpunk-alley.png。放进 input/ 目录，启动 Claude：

> blast cyberpunk-alley.png and confirm each step

>> image-blast-project: 创建项目目录 worlds/cyberpunk-alley/
  - 移动源图到 source/0-cyberpunk-alley.png
  - 生成 project.json 和 scene.json 骨架

>> image-blast-uncover: 分析图片
  - 识别 3 个动态物体: neon-sign, vending-machine, hover-bike
  - 场景特征: 窄巷子、湿沥青地面、霓虹蓝紫光、远处城市嗡鸣
  - 等待确认... (用户确认 3 个物体)

>> image-blast-plate: 生成 clean plate
  - 调用 nano-banana 擦除 3 个物体
  - 输出: source/1-cyberpunk-alley-plate.png

>> image-blast-world: 生成 3D 环境
  - 调用 World Labs Marble
  - 输出: worlds/cyberpunk-alley/output/world/environment.spz

>> image-blast-3d (neon-sign):
  - 裁剪参考图 -> 调用 Hunyuan 3D
  - 输出: neon-sign.glb (50000 面, PBR)

>> image-blast-3d (vending-machine):
  - 裁剪参考图 -> 调用 Hunyuan 3D
  - 输出: vending-machine.glb (50000 面, PBR)

>> image-blast-3d (hover-bike):
  - 裁剪参考图 -> 调用 Hunyuan 3D (用户指定 100000 面)
  - 输出: hover-bike.glb (100000 面, PBR)

>> image-blast-sfx:
  - 环境音: worlds/cyberpunk-alley/output/sfx/city-hum.mp3
  - 物体音: neon-buzz.mp3, machine-hum.mp3, bike-hover.mp3
  - 后处理: 静音裁剪、音量归一化

All assets generated. Ready for import.