BimAnt

AI 3D 重建 Skill：Monument 一砖一瓦盖建筑

admin -

一句话结论：Monument 是一个开源的 Agent Skill：你给 Claude Code 一个建筑名，它自己去查资料、按真实平面下载 OpenStreetMap 外轮廓、把建筑拆成带年代的施工阶段，用程序化几何"一砖一瓦"盖出可交互的 3D 场景——每个日期、每个尺寸都链接到来源，拿不准的部分明确标成"推断"。它把一个网上的专业工作流（历史建筑重建 + 证据纪律）装进了一份 SKILL.md，npx skills add 就能安装，全程本地运行（Three.js 查看器随 Skill 附带）。

本文编译这个 Skill 作者 @gleaming0427 的发布文《I built a Claude Code skill that reconstructs historical monuments in 3D, stone by stone》（dev.to，2026-10-15）与其官方 README / SKILL.md（GitHub，MIT），做中文整理。作者即项目作者，耗时与效果数字均为项目自报，请结合这一点阅读；能力边界（"模型不是测绘"）在原文里写得很清楚，本文单列一节。

一、它到底做什么：一句话，三层产出

在 Claude Code 里的用法就是一行：

/monument Leaning Tower of Pisa, Italy

在 Codex 里是 $monument …。产出分三层：

  1. 一个可交互 3D 场景：在本地查看器里打开 http://127.0.0.1:4173/#<id>，可以转动、缩放、拖动时间轴，看建筑从第一块砖到最后一个阶段的建造过程；
  2. 一条带来源的时间线：每个阶段都有日期区间和一条"实际读过的页面"作为出处；
  3. 一份 JSON 工程文件：monuments/<id>.json，几何、阶段、证据、不确定性都在里面，可以用脚本校验、复用、提交到社区画廊。

作者已经用它做了三个例子并全部通过严格校验：比萨斜塔（三个建造期，以及 1990 年倾斜到 5.5°、2001 年被拉回 3.97° 的加固过程）、罗马斗兽场（贴合 OSM 3D 轮廓的环形结构，建成后又演化为废墟）和埃菲尔铁塔。官网有完整的在线集合与动画。

安装有三种方式，都不需要 API key：

方式 命令
skills CLI（个人级） npx skills add Gleaming0427/monument -g
skills CLI（项目级） npx skills add Gleaming0427/monument
git（Claude Code） git clone … ~/.claude/skills/monument
git（Codex） git clone … ~/.agents/skills/monument

查看器、Three.js 与字体都随 Skill 打包，不需要 npm install，需要 Node 20+。它支持 Claude Code、Codex、OpenCode 与 Antigravity；作者还做了 record.mjs，可以把整条时间线录成 GIF / MP4（需要 Chrome 与 ffmpeg）。

二、8 步流程：从 OSM 外轮廓到"一砖一瓦"

Monument 的标准构建流程写死在 SKILL.md 里，一共 8 步，其中最值得工程化借鉴的是"先生成可测量的骨架，再谈研究"：

  1. 界定范围：只建被点名的那栋建筑；如果用户说的是"建筑群/遗址"，先声明更大范围，并建议先做主建筑；
  2. 先生成测量骨架：运行 node scripts/scaffold.mjs "<建筑, 城市, 国家>" --out monuments——它解析目标建筑、只下载它的 OpenStreetMap 外轮廓、把轮廓换算成米、选择一个保守的建筑族，写出 JSON 与平面证据，并立即产出一个带门窗的当代外壳；如果解析不到闭合轮廓，它宁可停下，也不拿附近另一栋楼来顶替；
  3. 先复用，再研究：打开最接近的已有例子与"砖块表"，能复用的测量结构和生成器直接复用，不重复解已经解过的几何；
  4. 一次性做完研究：至少打开来自不同站点的两页权威资料与至少两个侧面的三张照片，提取身份、尺寸、带年代的阶段，以及至少 8 个可见细节（轮廓、接头、窗框、檐口、支撑、紧固件、雕刻、屋面边缘……），并为至少两个施工阶段找到"工具、临时结构、人怎么干活"的证据——搜索结果不算来源；
  5. 替换骨架里的估算值：把高度、层数、屋面、体量与资料核对；保留下载的轮廓，重跑 plan.mjs；只有不确定性真的被解决，才移除脚手架的警告；
  6. 从粗到细，再补人尺度：外围轮廓/朝向/开洞/体量已经存在，手工时间花在真实屋面、结构体系与标志性细节上；为至少两个阶段添加有来源的施工现场——工人、材料堆、脚手架、吊装设备与灰尘；脚手架按被建表面选 facade（直墙）/ring（弧形）/tower（独立墩），吊装按年代选 gin-pole（桅杆）/treadwheel（踏轮）/steam-crane（蒸汽吊车），并让吊装路径随工作面"往上爬"；至少有一个能看清手、接头或工具的近景施工瞬间；
  7. 写盘并打开：精修 JSON，启动查看器，完整播放一遍时间轴；
  8. 一次聚焦对照：跑 compare.mjs … --pass 1 --quick，对着三张参考视图找最明显的差距、修掉、重跑刷新截图，并记录 gaps / fixed / remaining；最后跑 validate.mjs --standard，如实汇报哪些是测量、哪些有文献、哪些是推断。

官方给的耗时口径是：一个聚焦单体的标准构建通常 8–15 分钟；如果需要一种全新的复杂"砖块"（比如从未见过的结构类型），首次构建可能要 20–35 分钟。作者在发布文里另给了一个更保守的区间："详细重建可能要 30–90 分钟，且第一次结果通常需要再修一轮"——两个数字并不矛盾：前者是标准构建，后者更接近"资料最全的出版级重建 + 返工"。

三、一条规则：建筑本身就是证据

SKILL.md 的开头只放了一条最重要的规则：

The building is the evidence.

展开就是一套证据纪律，也是这个 Skill 和"让 AI 画个 3D 建筑"最大的区别：

  • 每个阶段都有日期和引文："每个日期和数字都引用你真正读过的页面"；
  • 每个形状要么被测、要么读自照片："任何被推断的东西，都要明说是推断"；
  • 不发明：不补日期、不补地基、不补建筑师、不编軼事、不凭想象补"更早的状态"；
  • 动画不是历史证据："自下而上播放"不能证明真实的施工顺序；当某个阶段只是解释而不是文献记录时，必须说明；
  • 不找替身：永远不要用一个通用房子、另一个纪念碑的变体或"名字贴到已有模型上"来顶替被点名的建筑；
  • 细节优先于布景：把细节预算花在被点名的建筑上；邻居、街道、地图标签都是"可选的上下文"，不是完成度指标；
  • 脚手架是起点，不是历史证据：它自动化的只是"有可用轮廓的建筑"的测绘几何，不推断日期、建筑师、隐藏结构或历史状态；
  • 不宣称"精确"或"穷尽历史"：模型是模型，不是测绘。

这条纪律最后会落成一个可检查的字段：evidence.uncertainties（不确定性清单）。查看器里"哪些数字是量的、哪些是读照片读出来的、哪些被简化了"，与模型一起显示。对于 BIM / 遗产保护（HBIM）类工作，这比"看起来像"重要得多——一个漂亮的错误模型，或者一段编造的历史，按原文的说法是"一次失败"。

四、解剖一个 Skill：Monument 的仓库长什么样

这个仓库本身是一份很好的 Agent Skill 模板（MIT）。它的结构是：

SKILL.md           技能主文件：何时触发、8 步流程、规则
references/        格式、真实平面、保真、砖块、脚手架的方法文档
kit/               自带查看器：builder.js、界面、内置 Three.js 与字体
scripts/           scaffold / serve / validate / capture / compare / record / publish
examples/          官方集合（斗兽场、比萨斜塔、埃菲尔铁塔）+ 每个的 .evidence 目录
community/         社区画廊（一个建筑一个目录）
site/              官网（GitHub Pages）

几个设计值得抄：

  • SKILL.md 只管"怎么干活"，重方法进 references/——和给 Agent 写说明书的分层思路一致：主文件保持短，细节放到该放的地方，按需加载；
  • 有校验闸门：validate.mjs --standard 检查标准构建，--strict 是发布闸门——"标准构建可以是一个合格的本地结果，但严格校验不过就不许发布"；validate.mjs 还会检查"每一块砖都有文档"；
  • 证据随模型走：examples/<id>.evidence/ 保存来源、轮廓、控制平面、参考照片与对照过程，社区画廊收到提交后会重新构建并拍照再合并；
  • 自带运行时：查看器、Three.js、字体全部 vendored，安装后离线可跑，不依赖 CDN，也不需要把模型数据传出本机。

五、边界与坑：它是模型，不是测绘

原文在"能不能用"这件事上很克制，几条限制值得放在最前面：

  1. 它只和记录一样好："一份有文献的历史和好照片，给出好模型；一份单薄的记录，给出短时间线——并且会标明它单薄"；
  2. 形状来自砖块：一种全新的建筑类型需要一块新"砖"；第一版会主动声明自己的简化；
  3. 它是模型，不是测绘："外轮廓和高度是测量值；立面、屋面、以及年代之间的划分，是读自资料和照片"——不要拿它当量测依据；
  4. 首次结果需要修：作者自己说，第一次生成常常要再来一轮；"自下而上的动画"只解释建造逻辑，不证明历史顺序；
  5. 单薄的历史不会变厚：资料少就是资料少，Skill 会选择展示"有据可查的状态"，并把示意图明确标成示意图。

还有一类"软"边界：它生成的是 Skill 自己的 JSON 场景 + 本地 Three.js 查看器，面向的是"看懂一栋建筑是怎么建起来的"，不是给下游 BIM 流水线的 IFC 交付件。如果你的目标是峰值出图、产品渲染或工程交付，仍应把它当作前期研究/演示资产，几何要经过专业工具复核。

六、怎么验证它的产出

最便宜的三道检查，全部在浏览器里完成：

  1. 在自带查看器里完整播一遍时间轴：阶段顺序是否合理、每个阶段的引文是否真的在 evidence.sources 里；
  2. 跑一次 validate.mjs --standard（或发布前跑 --strict）：把"未解决的不确定性"逐条看过去；
  3. 拿产出的模型文件做二次检查：打开 3D 模型在线查看器 拖动、旋转、看面数与包围盒——不需要装软件。Monument 渲染的是它自己的 JSON 场景；如果你手上有从它或其它管线导出的 glTF / GLB，用 glTF 查看器 看动画与扩展更合适。

如果你正打算给自己领域里的一套流程写 Agent Skill，Monument 是一个少见的"完整样本"：短主文件 + 方法文档 + 自带运行时 + 可校验的证据字段 + 发布闸门。它证明了一件事：Skill 的价值不在于让模型"更会画"，而在于把一个专业工作流的顺序、证据与边界固化下来——这也正是 AGENTS.md 说明书实测 那篇文章的核心结论；而说明书的另一半风险（会过期），见 DefiPlot 整理的交易 Agent 版本冲突复盘。

来源

  • @gleaming0427, I built a Claude Code skill that reconstructs historical monuments in 3D, stone by stone（dev.to，2026-10-15）：https://dev.to/gleaming0427/i-built-a-claude-code-skill-that-reconstructs-historical-monuments-in-3d-stone-by-stone-2dh2
  • Monument 仓库（README / SKILL.md / references/format.md，MIT）：https://github.com/Gleaming0427/monument
  • 在线集合与交互示例：https://gleaming0427.github.io/monument/
  • 安装与提交社区画廊：npx skills add Gleaming0427/monument；提交表单见仓库 Issues 模板

同主题阅读

本文由 BimAnt 编译整理，转载请注明出处。

本文属于「AI × 3D」专题。查看专题全部文章 →