如何用Modly无头API搭建7x24小时图像转3D自动化管线【免费下载链接】modlyDesktop app to generate 3D models from images or prompt using local AI — runs entirely on your GPU项目地址: https://gitcode.com/GitHub_Trending/mo/modlyModly 是一款本地运行的开源图像转 3D 桌面应用通过开放在127.0.0.1:8765的无头 APIHeadless API你可以完全绕开图形界面用脚本自动提交图片、轮询任务、批量导出 GLB 网格搭建一条 7x24 小时无人值守的图像转 3D 自动化管线。一、为什么 Modly 适合做自动化管线Modly 的架构是Electron 前端 FastAPI 后端而后端本身就是一个标准的 REST 服务api/main.py。这意味着✅接口即功能界面上能做的生成、切换模型、减面、平滑、导出API 全都有对应端点✅任务异步化提交生成任务立刻返回job_id推理在后台线程执行天然适合轮询式自动化✅文件可下载生成结果存放在本地工作区可通过/workspace/{path}或/export/{fmt}直接取走✅零云端依赖模型默认 TripoSR约 2.4 GB跑在你自己的 GPU 上7x24 运行没有 API 费用二、一键安装步骤1️⃣ 克隆仓库Windows 用launch.batLinux/macOS 用./launch.sh直接运行git clone https://gitcode.com/GitHub_Trending/mo/modly cd modly ./launch.sh2️⃣ 首次启动后在Models 页面下载模型如 TripoSR权重会保存在~/.modly/models/。3️⃣只跑后端、不想要桌面窗口后端可独立启动见 api/README.mdcd api python -m venv .venv source .venv/bin/activate pip install -r requirements.txt uvicorn main:app --host 127.0.0.1 --port 8765 服务器场景推荐用systemd/tmux/docker托管 uvicorn 进程即可实现真正的 7x24 常驻。三、核心接口速查表所有端点都注册在 api/main.py 中核心几个如下方法路径用途GET/health健康检查管线启动前先探活POST/generate/from-image提交图像转 3D 任务返回job_idGET/generate/status/{job_id}轮询任务进度与结果POST/generate/cancel/{job_id}取消任务GET/model/all查看所有模型下载/加载状态POST/model/switch切换生成模型POST/optimize/mesh二次减面指定目标面数GET/export/{fmt}?path...以 glb/stl/obj/ply 格式导出GET/workspace/{path}下载工作区中的生成文件生成任务的完整逻辑表单参数、后台线程调度、30 分钟任务 TTL都在 api/routers/generation.py 里值得通读。四、三步搭建探活 → 提交 → 轮询导出第 1 步探活确认服务在线curl http://127.0.0.1:8765/health第 2 步提交图像转 3D 任务multipart 表单核心参数image图片文件、remesh重网格策略、enable_texture是否贴纹理curl -X POST http://127.0.0.1:8765/generate/from-image \ -F imageproduct.png -F remeshquad # 返回{job_id: xxxx-xxxx}第 3 步轮询状态直到doneoutput_url就是结果文件在工作区的相对路径curl http://127.0.0.1:8765/generate/status/job_id curl -o output.glb http://127.0.0.1:8765/workspace/Default/filename.glb状态机只有 5 种pending → running → done / error / cancelled。轮询脚本只需判断status done后下载output_url遇到error读取error字段记录日志即可。五、批量处理与更省事的 CLI手动写轮询循环之前先看看官方内置的两个外挂 Modly CLItools/modly-cli/agent.py纯标准库实现——一条命令完成生成 轮询 导出python tools/modly-cli/agent.py generate --image ./input.png --output ./export.glb它底层走的就是POST /workflow-runs/from-image 状态轮询输出机器可读 JSON并附带status/cancel恢复命令方便脚本断点续跑。批量场景还内置了batch助手直接扫一个图片目录python tools/modly-cli/agent.py batch --input-dir ./images --output-dir ./meshes --continue-on-error MCP Serverapi/mcp_server.py——把 Modly 包装成 MCP 工具接入 Claude Desktop 等 Agent让 AI 帮你看图 → 生成 3D → 减面 → 导出全程自动化。六、7x24 长跑的 5 个实用技巧及时下载结果终态任务30 分钟后自动清除_JOB_TTL但文件仍在磁盘工作区按output_url落盘即可。GPU 显存管理任务间隙可调用POST /model/unload-all释放显存实现见 api/routers/model.py多模型交替生产时先POST /model/switch切换。网格后处理自动化生成后串联POST /optimize/mesh减面到目标面数和POST /optimize/smoothLaplacian 平滑一步产出可直接进游戏引擎的资产。错误即重试/generate/status返回status: error时读取error字段、把该图片重新入队即可批量脚本加--continue-on-error思路。取消防卡死长时间任务异常时用POST /generate/cancel/{job_id}会立即杀掉推理子进程而不是干等超时。七、常见问题QAPI 能对外网暴露吗服务默认绑定127.0.0.1且接口无鉴权。7x24 部署时建议只在本机用或加一层反向代理 Token 校验后再暴露。Q生成速度慢能并发多任务吗推理在 GPU 上串行排队更稳妥并发提交会占用显存并互相干扰。管线侧做图片队列 单消费者是最佳实践。Q想换更高质量的模型在 Models 页面安装扩展如 Hunyuan3D 系列然后POST /model/switch或在提交任务时带上model_id参数即可。总结Modly 的无头 API 把图像转 3D变成了一个标准的 REST 服务探活 → 提交 → 轮询 → 下载四步即可嵌入任何自动化系统。配合官方 CLI 的批量能力与 MCP Server 的 Agent 接入一台带 GPU 的服务器就能跑起 7x24 小时的图像转 3D 自动化资产生产线 【免费下载链接】modlyDesktop app to generate 3D models from images or prompt using local AI — runs entirely on your GPU项目地址: https://gitcode.com/GitHub_Trending/mo/modly创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考