一、自己 / 团队介绍
Dlcr —— 产品 / 开发(全栈开发者)
在 Mophy3D 中负责整个产品的开发:引擎、编辑器、AI 链路、前后端全栈。
-
为什么做这个:之前尝试过不少 AI 产品与工具,效果都不太理想;后来在女朋友的影响下接触 3D 打印,发现机械设计其实非常「代码化」——组件化、参数化,而 AI 恰恰擅长这件事。于是有了 Mophy3D 这个想法。
-
性格:喜欢钻研东西,总想做点牛逼的作品,有点完美主义。
Claire —— 3D 打印技术咨询与测试
在 Mophy3D 中负责 3D 打印相关的技术咨询与打印测试,作品里每一个能打出来的模型,都经过她的手。
- 性格:思维跳脱,行动力很强,想到什么就会动手去试;兴趣比较广泛,对各种新奇的事物都充满好奇——喜欢自己动手做东西,喜欢小植物,喜欢 3D 打印,是个很活泼很有趣的女孩子。
二、产品简介(复赛版)
是什么
Mophy3D 是一款面向 3D 打印的 AI 参数化建模引擎:用户用自然语言描述想法,AI 自动编写基于自研组件库的建模代码,底层引擎实时解析,生成精准、可完全编辑的 3D 实体模型——专业 CAD 上手难,图/文生模型改不了,而 Mophy3D 两者皆可。
核心目标用户 :3D 打印爱好者 / 创客
很多人兴冲冲买了 3D 打印机,从社区下载模型打得很开心;但一旦想打印自己的东西——手机支架、坏掉的零件、给朋友的小礼物——就会发现自己无从下手。专业 CAD 入门太难,对于非专业人士而言,要投入的学习精力过大,最后打印机也渐渐吃灰。
几乎所有面向消费者的 3D 打印广告都在说「社区有海量模型,不会建模也能打」,但这恰恰暴露了行业的矛盾与痛点:市场在不断下探到普通消费者,而想自己动手建模的用户,却找不到一款能用的工具。
Mophy3D 要补上的,正是这一巨大的缺口。
完整功能(复赛版)
Mophy3D 已从「单链路 Demo」成长为功能齐全的正式产品,核心功能如下:
1. Vibe Modeling:说一句话,模型就有了
-
用自然语言描述需求,AI 自动生成可编辑的 3D 模型

2. 完整的 3D 场景交互
-
自由旋转 / 平移 / 缩放视角,从任意角度检查模型
-
点击拾取、拖动零件,直观操作、所见即所得

3. 材质系统
-
从材质库把材质直接拖到模型上,一键换肤、实时预览

4. 属性实时修改,模型实时更新
-
在场景树中选中任意零件,右侧属性面板直接修改尺寸 / 角度 / 圆角等参数,模型实时重构响应

5. 预设模型库,拖拽即用
-
内置常用模型与模板,直接拖入场景即可使用、修改与组合

6. 可调整的打印板
-
打印板尺寸可调,随时确认模型是否在打印机构建体积范围内,避免打不下的尴尬

7. 一键导出,直接打印
-
导出 STL 等格式,模型可直接进入切片软件 / 打印机,完成从想法到实物的闭环

相比初赛 Demo 的升级
-
Vibe Modeling
-
初赛:尚未打通完整链路
-
复赛:完整组件式建模语言、对话生成与手写 JSX 双向互通、Agent系统
-
-
可编辑性
-
初赛:场景树选中零件、属性面板改参数,实时重构
-
复赛:支持完善的变量系统,变量同步支持实时重构
-
-
装配与交互
-
初赛:静态模型,模型拖拽后会回到原位
-
复赛:实现各种不同的运动副、在 3D场景中进行交互时,真实反应模型的运动副装配模式。
-
-
画布管理
-
初赛:单一画布、且不可调整
-
复赛:完整的画布管理系统,支持任意数量的画布添加和删除
-
-
零件与模板
-
初赛:零件系统混乱、无模板系统
-
复赛:将预设模型清晰的分为两类,一类是基础模型,比如基本几何体,齿轮等;一类是复合模型,由基本模型构成,复合模型可封装为模板进行复用。
-
-
材质与边线
-
初赛:仅做了相关功能规划,未实现
-
复赛:实现材质的拖拽、修改、复用,支持隐藏边线模式,突出材质效果
-
-
稳定性
-
初赛:仅跑通最小演示流程,架构系统不完善,很多的潜在bug
-
复赛:优化交互操作、优化软件稳定性、内部引擎系统经历较大重构,消除潜在bug
-
三、产品演示视频
四、产品创作历程
灵感来源
我之前一直在折腾各种 AI 形态的产品和工具,但说实话效果都不太好。后来受女朋友影响接触到了 3D 打印,然后发现一件很有意思的事:机械设计这东西和「代码」特别像——齿轮、轴承、连杆这些,全都是组件化、参数化的系统。而 AI 最擅长的恰恰就是模块化抽象和代码生成。所以就有了 Mophy3D:让 AI 来写代码化的模型。
技术调研
决定做之前,我把市面上已有的 AI-to-3D 工具都看了一遍,发现基本就两条路。
一条是接入现有 3D 软件的 API,比如 Blender、SolidWorks,让 AI 写脚本,在软件里把模型生成出来;另一条是基于已有的参数化建模规范,比如 OpenSCAD,本质也是在写代码脚本,区别只是不依赖某一个具体的 3D 工具,一般会自带一个 3D 场景浏览器。
这两条路我都没选。因为它们的本质其实一样——都是让 AI 去写别人定好的脚本,这和我最开始设想的「结构化、参数化、组件化、能被高度复用」差得有点远。最后我决定自己来:基于 React 设计一个全新的 DSL(领域特定语言),把建模变成一套组件化、参数化、结构化、可高度复用的东西。
漫长的开发
然后就是漫长的开发过程了。中间换过很多技术栈,也踩过很多坑,但核心思想一直没有变过:建模应该像编程一样,由可复用的组件组装出来,AI 负责生成和修改。
为什么我坚定这个方向
关于 AI 编程能力这么强,我是这么理解的:
一方面,代码的训练数据足够多、规律足够明确,AI 很容易学会;另一方面,是因为我们有非常多优秀的库,写代码不用重复造轮子,AI往往也是站在巨人肩膀上去生成代码,其中很多底层的细节质量的部分,都已经被封装整理好了。
我认为 Vibe Modeling 未来也能走通这条路。现在还只是早期起步,但随着系统不断打磨,Mophy3D 能一点点积累起大量可复用的模型——每个模型都带约束接口,通过接口组合,就能搭出非常复杂的东西。就像乐高,从最基础的零件开始,可以拼出各种各样神奇的作品。
五、TRAE 实践过程
.3551851809880420:ce53607d3bd78e4dfffc4755c6676f7e_6a6563843d17c408754774ea.6a6564493d17c408754774ec.6a656448cad34e5b77323ee6:Trae CN.T(2026/7/26 09:35:05)
.3551851809880420:4d937cbd503e2f3e282824dffcc66be0_6a6826a6df11cb58f0b8af7c.6a682733df11cb58f0b8af7e.6a6827325e495452d40ce33f:Trae CN.T(2026/7/28 11:51:15)
.3551851809880420:3e715da15c0b6ad98a28d2be646aa29a_6a6e464993e4b3cf7ed9c624.6a6e469093e4b3cf7ed9c626.6a6e46902f5a642a0874aa07:Trae CN.T(2026/8/2 03:18:40)
.3551851809880420:69581b3a93b84a32f0446c7f2e7f1aee_6a725942349222eba68f123a.6a725fa9349222eba68f123c.6a725fa9de3eb259546bdbb2:Trae CN.T(2026/8/5 05:54:49)
.3551851809880420:1db1f5cf1def0b8ccbb803b1927b6cee_6a75e0031fa16a6b5cb2f071.6a75e02c1fa16a6b5cb2f073.6a75e02cc78ebd871e110ace:Trae CN.T(2026/8/7 21:39:56)
六、技术与经验分享
技术方案分享
-
技术栈:Next.js 16 + React 19 + TypeScript、Three.js / React Three Fiber、Tauri 2、Replicad 几何内核 + WebAssembly、Zustand、Vercel AI SDK、Cloudflare Workers、微服务后端(账户 / 存储 / AI)
-
引擎架构:
engine-kernel(场景节点与求解器)、engine-math(锚点 / 变换数学)、engine-ast(组件代码解析与实例化)、engine-runtime(场景运行时与事务)、engine-ext(零件扩展与注册表)
商业化与社会价值
-
3D 打印市场高速增长,建模门槛是最大瓶颈:Mophy3D 面向千万级爱好者的刚需场景
-
商业模式参考 Figma / Canva:基础功能免费 + 会员(云同步、高级组件库、Ai积分)
-
社会价值:让「人人能创造实物」成为可能,降低创客教育与个人制造的门槛
产品迭代规划
-
预计到国庆期间,做出一个真正各方面都还算完善的版本
-
今年年底之前,争取商业上线
一个小经验
-
在群里发现挺多人会出现这个情况,就是让AI解决一个没那么难的问题,AI却能够动则执行上好几个小时,甚至可能最后都没能拿出可用的结果。
-
这种情况往往是因为整个的项目架构比较混乱,AI需要在一团乱麻之中,不断的抽丝剥茧,去试图定位到那个问题的具体位置,但上下文太长了之后,又会触发上下文压缩,AI又要不断的去搜索新的内容,最后就陷入了一个循环,一直在搜索,却一直没有做出实际的行动。
-
我们完成一个小模块的时候,让AI审查一下有没有架构混乱的情况,有没有技术债,及时的去清理技术债还挺重要的,不然慢慢的整个代码越来越多,越来越乱,就会出现最后AI也不知道怎么下手了。




