让 AI 智能体生成参数化几何工作流的 GrassLobster
来源:miro.vision · 17 分 · by aidog
📋 概述
GrassLobster 是 Miro Bannwart 的个人实验项目,把 Rhino 与 Grasshopper 的参数化世界接入用户自选的外部 AI 智能体。传统上搭一个可用的参数化定义往往比探索想法本身更费时间,这个插件想反过来:先用自然语言描述想要的建筑形态、木结构或构件排布,智能体再追问尺寸、规则、材料与需要控制的部分,一步步把意图变成可继续修改的 Grasshopper 连线模型。项目标注为原型第一阶段、仍在进行中,未经通用场景验证,按「现状交付」提供,作者同时给出了楼梯工作流的示例并预告完整介绍。
🔑 核心要点
- 把 Rhino 与 Grasshopper 的参数化环境接入外部 AI 智能体。
- 出发点是描述想法,而不是先写出完美的提示词。
- 智能体会主动询问尺寸、规则、材料与可控参数。
- 产物是可继续修改的 Grasshopper 连线模型,而非一次性几何。
- 项目自述为原型阶段、未经验证、按现状提供。
💡 金句
从意图到几何:描述你想要的东西,然后得到一个可以一直改下去的工作流。
👍 0
👎 0
← 返回 Hacker News 首页