7,828 颗星、单人维护的 Modly:把开源「图生 3D」做成一个能双击安装的桌面应用
不少人在聊 AI 生成 3D 模型,但大多数讨论都停在”这个效果好不好看”——真正值得认真对待的问题,是怎么才能在本地把这件事跑起来,而且不把自己折腾死。
今天要说的 Modly(lightningpixel/modly,7,828 ⭐),就是目前在解决这个具体问题上做得最完整的一个开源方案。
它解决的是什么问题
市面上一堆开源”图生 3D”的模型仓库——Hunyuan3D、TripoSG、Trellis2……每一个都需要你手动配环境、拉权重、理解推理逻辑。门槛不低,劝退效果极强。
Modly 的思路是:把这些东西打包成一个普通人能双击安装的桌面应用。Electron 做界面,内嵌一个绿色 Python 运行时(不需要你系统里装 Python),把各家模型的调用收进一个统一的扩展系统。你传一张图,它按你选的模型现炒出一只 .glb 3D 模型,全程不出本机。
简单说:ComfyUI 是”给你食材和灶,自己搭厨房”,Meshy/Tripo 是”上馆子(云端 SaaS)”,Modly 是”把开源菜谱 + 自家灶 + 可视化流水线,打包成一个能双击装好的厨房”。
技术架构:Electron + Python 双运行时
Modly 的前端是 TypeScript(Electron + Vite + React + React-Three-Fiber + 节点画布),后端是 Python(FastAPI),两者通过 IPC 通信,后端始终运行在 127.0.0.1:8765。
关键设计:后端不打包任何模型权重。每次加载模型时,GeneratorRegistry 扫描扩展目录,每个扩展是独立 venv 子进程 + runner.py,torch 等重型依赖随扩展 setup.py 即时安装。这带来两个直接结果:
- 装完应用不等于能跑模型——还要再装扩展、下载权重,首次需要联网从 HuggingFace 拉取
- 扩展之间完全隔离,显存不会串扰
v0.4.0(2026-06-21)引入了 Ollama 集成,本地 Agent 可以通过 CLI 路由模型;v0.4.2(2026-07-16)修了 14 个 contributor PR,包括 Windows UTF-8 stdio 修复和 Apple Silicon 平台改进。当前处于 Beta 阶段,社区活跃度高。
扩展生态:5 个官方扩展,覆盖主流模型
| 扩展 | 底层模型 | 特点 |
|---|---|---|
| Hunyuan3D 2 Mini | 腾讯混同 3D | 轻量,Apache-2.0 |
| Hunyuan3D 2 Mini Turbo | 同上加速版 | 更快,显存需求中等 |
| Hunyuan3D 2 Mini Fast | 同上最优速度版 | 最快但质量有所取舍 |
| TripoSG | VAST | 高保真形状,无内置纹理 |
| Trellis2 GGUF | 微软 | 稀疏体素 + 多视角特征,GGUF 量化降显存 |
所有扩展均通过 GitHub URL 安装,扩展安装后会在 Models 页显示节点,可以拖入工作流画布连接。
适合谁 / 不适合谁
适合:
- 游戏开发、3D 打印、独立创作者,需要快速从照片生成原型资产
- 有 ≥8GB VRAM NVIDIA/Apple Silicon GPU,想在本地跑”图生 3D”流程
- 对数据隐私有要求,不希望图片上传到第三方云服务
不适合:
- 没有独显或显存 < 6GB:Hunyuan3D Mini 约 6GB,全量模型 16–24GB,RTX 3060 8GB 以下用户建议只跑 Mini 系列
- 需要工业级最终资产:本地 AI 生成质量天花板取决于模型本身,复杂遮挡、弱纹理场景仍有明显局限
- 追求开箱即用零等待:首次安装需要装扩展 + 拉权重,完整流程约 10–30 分钟(取决于网速和模型大小)
工作流与 CLI:不止是桌面应用
Modly 带了一个节点画布工作流系统(基于 @xyflow/react),支持 Image → Generate Mesh → Add to Scene 等自定义流水线,连接校验在运行前执行,不合法的连线会阻止生成而不是静默失败。
更值得关注的是 Modly CLI:
python tools/modly-cli/agent.py generate --image ./input.png --output ./export.glb
这是纯 stdlib 实现的 Agent 接口,输出机器可读的 JSON,适合集成到自动化管线。官方文档明确标注了 canonical 命令(health、model、workflow-run、capability、process-run),以及与旧接口/实验性接口的边界——这点在开源桌面 AI 工具里算难得清晰。
一个值得关注的隐患
代码级核查发现,api/resources/public_key.pem 是一个孤儿文件(113 字节,整个代码库零引用),扩展系统目前没有供应链完整性校验——从任意 GitHub 仓库装扩展后直接执行,没有签名、没有 hash 校验。官方已在 v0.4.2 加入 security policy 和私有漏洞报告渠道,但扩展安全机制尚未落地。
如果你打算从第三方仓库安装非官方扩展,建议先读完扩展的源码再点安装。
下一步建议
- 直接试:去 Releases 页面 下载对应平台安装包(Windows/Linux/macOS Apple Silicon),装完打开 Extensions 页,装一个
modly-hunyuan3d-mini-extension,下载模型权重,导入一张产品图跑第一次生成 - 想折腾工作流:读官方文档的 Workflows 章节,试着把 Image → Generate Mesh → Optimize → Export 连成一条链
- 想集成进自己的工具链:看
tools/modly-cli/SKILL.md,用generate命令配合你的 CI/CD 或自动化脚本 - 有 Apple Silicon Mac:这是目前 macOS 的唯一选择,Intel Mac 明确不支持
相关链接:
- GitHub 仓库:https://github.com/lightningpixel/modly
- 官网:https://modly3d.app
- 官方 Discord(问题反馈/扩展分享):https://discord.gg/BvjDCvS3yr
- Hunyuan3D 2 Mini 扩展:https://github.com/lightningpixel/modly-hunyuan3d-mini-extension
评论区
登录后可评论。