GPT-6 Astra+Tripo3D：构建可巡检的3D农业园区大屏

1. 为什么是GPT-6 Astra Tripo3D这套组合需求拆完之后我才定的选型客户提需求那天我的第一反应不是打开设计稿而是先打开两个页面GPT-6 Astra 的开源模型仓库和 Tripo3D 的控制台。原因很简单——这次不是做一个能看的大屏而是要做可巡检园区空间上要能走进去信息上要能看得见数据上还要实时联动。这三个词拆开来看每一条都指向传统外包做法的命门。我之前做过不少农业可视化项目大多数所谓3D 大屏其实就是 2D 图表加几张 720 云全景图点开像看街景没有任何可操作性。这次客户在需求会上反复提巡检我要在大屏上像巡视园区一样把每一栋温室都走一遍还要点开设备直接看到棚里的实时值。这句话基本就定死了方案必须有真正的 3D 漫游场景、必须有模型和设备的绑定关系、必须有后端实时数据链路。按传统建模外包的路子这套东西报价几十万、周期按月算根本不是我们团队能接的量级。所以从调研开始我就把两个新工具摆上了桌GPT-6 Astra 负责架构设计和代码生成Tripo3D 负责批量生产 3D 资产。1.1 先把巡检这个词拆开巡检在农业园区场景里其实包含三层意思这三层直接决定了后面的技术选型我建议所有做类似大屏的人都先做这一步拆解。第一层是空间漫游。视角要从园区大门一路推进到某栋温室再进到温室内部绕到水肥一体机旁边停住这本质上是一个第一人称 3D 场景不是俯视图加几个标记点。第二层是信息联动。当视角停在某个设备附近时屏幕上要弹出设备的真实编号、当前温度湿度、是否告警这要求 3D 场景里的每个模型对象都有一个能被点击、能被命名的锚点。第三层是时间维度。客户在讲解时会问这台设备昨天数据怎么样虽然大屏第一版不一定要做历史曲线但数据接口必须预留否则后面返工就是重构。拆完这三层我对 GPT-6 Astra 和 Tripo3D 的预期就明确了Astra 不是拿来聊天的是拿来当架构师和代码生成引擎的Tripo3D 不是拿来炫技的是拿来压缩建模成本和周期的。这两个工具一个管逻辑一个管资产正好不重叠。1.2 GPT-6 Astra 在项目里的分工与边界GPT-6 Astra 在项目里承担了四个角色需求调研时帮我读现场照片和设备清单、生成数据字典开发时按接口契约生成数据服务代码前端阶段生成 Three.js 场景代码和巡检路径最后帮我整理部署脚本和文档。这里必须说明一点我们用的是 GPT-6 Astra 的开源版本权重直接从模型仓库拉回来跑在内网一台 4090 机器上。园区客户的传感器数据、摄像头截图都属于运营数据不能随便往公有云送本地部署是硬要求。这也是gpt-6 astra 开源模型下载这些词出来之后我第一时间就切换思路的原因——官方 API 再方便也过不了数据合规这一关。但 AI 不是万能的。Astra 写代码的时候经常会自己发明 API生成长文件时尤其明显明明没有这个方法它能把调用链写得像真的一样。所以我们摸索出一个工作方式先由人定好数据字典和接口契约再让 Astra 按契约写实现。它像一个执行力很强但偶尔会撒谎的实习生你给它明确的 checklist它交付得飞快你让它自己发挥它就给你埋雷。1.3 Tripo3D 在资产管线里的位置Tripo3D 解决的是一件事从文字描述或照片直接生成 3D 模型。农业园区里的设备模型需求其实不复杂温室骨架、育苗床、风机、摄像机、水肥一体机都是结构比较规整的工业设备正好适合 AI 生成。我做了个简单的成本对比。传统外包一个设备模型大概 800 到 2000 元周期一到两周用 Tripo3D 生成初稿按次计费一次几块钱到几十块钱生成出来再人工减面、调材质单设备耗时控制在半小时以内。园区里有三十多栋温室如果全靠手工建模光模型这一项就得干一个多月用 Tripo3D 之后整个资产管线三天内出第一批可用模型。工作项传统做法GPT-6 Astra Tripo3D 做法需求梳理产品经理人工访谈写 PRDAstra 多模态读照片需求会议纪要产出字段清单后端数据服务开发手写 FastAPI/WebSocketAstra 按数据字典生成人做 review3D 设备模型外包建模按个收费Tripo3D 文本/图片生成人工减面清理场景集成Three.js/Unity 工程师逐帧调主体场景代码由 Astra 生成人做性能优化巡检路径手动调关键帧和相机曲线代码化定义路径Astra 辅助计算插值点这套组合的核心思路是把人从重复劳动里解放出来集中精力处理 AI 干不了的事坐标系对齐、业务语义绑定、交互体验调优。2. 调研阶段到底在盘什么点位、协议、模型资产粒度很多项目死在调研阶段不是因为没有需求文档而是因为没人把真实世界的设备翻译成3D 场景里的对象。农业园区尤其明显传感器埋在土里、风机挂在棚顶、球机立在杆上如果不到现场把这些东西的空间位置和信息编号记清楚后面建模和数据对接全是空中楼阁。2.1 现场走一圈要记录什么我调研时带了两样东西一台能拍 360 全景的手机和一本方格笔记本。别笑AI 能读照片但读不了你的业务判断现场感受是任何模型都替代不了的。记录内容分四类首先是园区边界和建筑分布哪几栋温室是连栋的、哪几栋是单栋的这决定场景的布局结构其次是设备空间位置水肥一体机一般在温室入口处风机在棚顶两侧摄像头在过道立柱上这些位置后面要转成 3D 坐标再次是设备铭牌和编号每一台设备都要能对上真实世界的工控编号最后是数据接入方式这决定了后端怎么拿数据。一个容易被忽略的细节很多农业园区的 CAD 图纸和实际建设对不上大棚实际朝向和图纸差了十几度如果你按图纸建模巡检路径走到棚里会发现视角完全是歪的。所以我的做法是现场用手机指南针记下每栋棚的主轴方向再结合卫星图把园区整体布局校准一遍这套校正数据后面直接喂给 Three.js 场景当作初始旋转角度。2.2 点位表与数据流Modbus、485 和 MQTT园区里的智能设备大多是物联网网关采集的传感器走 RS485 总线通过 Modbus 协议上报给网关网关再把数据转成 MQTT 推送到平台。做大屏最怕的是有设备但没数据所以调研阶段必须把点位表拿到手。点位表长什么样大概是这样每个传感器有编号、名称、类型、单位、寄存器地址、数据精度、所在温室编号。温度传感器可能是温室A-01-温度-T01寄存器地址是 40001数据精度 0.1单位摄氏度。这些字段后面要原封不动地变成数据字典再变成 API 字段。我这次园区总计 32 栋温室128 个传感器点位包括空气温湿度、土壤水分、光照强度、CO2 浓度、水肥 EC/pH、风机状态。MQTT 主题大致按温室和设备类型组织比如agri/park1/greenhouse01/envpayload 是 JSON。这一层梳理清楚之后我才让 Astra 开始设计数据服务否则 AI 生产出来的接口一定驴唇不对马嘴。2.3 让 GPT-6 Astra 读资料生成数据字典拿到现场照片、设备清单和点位表之后我把这些资料全部丢给本地部署的 GPT-6 Astra要求它输出一份规范的数据字典字段包括设备 ID、设备类型、所属温室、传感器类型、单位、上报频率、告警阈值。我只需要它做机械性的信息抽取和整理这类任务它对文本的处理能力比我手动复制粘贴快得多。但这里有个关键动作AI 输出的数据字典一定要人工复核。它会把土壤水分和土壤湿度当成两个字段会把单位mg/kg写成mg/L这些问题在代码里体现出来都是隐蔽 bug。我的经验是让 Astra 先出第一版我对照原始点位表逐项抽检 10%剩下 90% 只要格式统一基本就不会错。第二轮再让 Astra 自己根据点位表补全缺失字段比人翻表格快一截。2.4 模型资产粒度哪些必须生成哪些可以手工调研的最后一步是盘点模型资产。这一步直接决定了 Tripo3D 的使用策略和后续 60% 的工作量不能跳过。我把模型分成三类。第一类基础地形和建筑比如园区地面、围墙、道路这类模型不需要细看用 Three.js 的平面几何加贴图就能搞定没必要生成 3D 资产。第二类通用设备比如风机、摄像机、育苗床、滴灌带这类属于标准化设备用 Tripo3D 文字生成或者照片生成效果都不错。第三类关键设备比如水肥一体机这是客户每次演示都要强调的东西必须做得精细一些我会在 Tripo3D 生成的基础上多花时间调整材质和细节。换句话说AI 建模不是要替代所有手工活而是把资源集中在真正需要精致的地方。如果所有模型都让 AI 生成你会发现整个场景的视觉重心全平了客户一眼看过去没有任何记忆点。3. 底座搭建用 GPT-6 Astra 从系统设计一路写到数据服务调研结束后就是搭底座。整个系统的核心链路是MQTT 物联网数据 - 数据服务WebSocket- 3D 大屏前端绑定模型 - 巡检交互。GPT-6 Astra 在这个环节帮我完成了一半以上的代码但前提是我把上下文给它喂到位了。3.1 我喂给它的上下文一页纸需求加数据字典给 AI 喂上下文这件事决定它输出的质量。我总结出来的最佳实践是三层第一层是业务语境用三五句话说明项目是什么比如这是农业园区 3D 大屏32 栋温室128 个传感器需要用户像巡检一样在 3D 场景里漫游点击设备查看实时数据第二层是技术约束比如前端 Three.js后端 Python FastAPI数据从 MQTT 来WebSocket 推送第三层是精确契约也就是上一步生成的数据字典和接口字段定义。我只用了这一份上下文就让 Astra 生成了第一批后端代码一个订阅 MQTT 的消费者、一个内存状态管理器、一个 WebSocket 推送服务。它甚至自己就把传感器缓存做了 LRU 淘汰避免内存无限增长。这个设计其实是合理的大屏一般只需要保留最近一分钟的数据做展示历史数据后续走时序数据库。3.2 数据服务代码FastAPI 加 WebSocket数据服务核心代码大概是这样的结构我用 Python 写了个简化版import asyncio import json from fastapi import FastAPI, WebSocket from fastapi.middleware.cors import CORSMiddleware app FastAPI() app.add_middleware( CORSMiddleware, allow_origins[*], allow_methods[*], allow_headers[*], ) # 内存中的传感器状态缓存 sensor_cache {} app.websocket(/ws/sensors) async def sensor_ws(websocket: WebSocket): await websocket.accept() try: while True: # 将当前所有传感器状态一次性推给前端 payload json.dumps(sensor_cache, ensure_asciiFalse) await websocket.send_text(payload) await asyncio.sleep(2) # 2 秒一次心跳 except Exception: pass这个接口不复杂但做的时候有几个细节要注意。首先是推送频率大屏场景 2 到 5 秒一次足够太频繁前端 Three.js 渲染线程会吃不消其次是全量推送还是增量推送我第一版用的全量推送128 个传感器 JSON 序列化后不到 20KB对 WebSocket 来说压力很小前端处理也简单如果传感器数量上千就得改成增量推送加版本号。最后是断线重连前端 WebSocket 断掉后要自动重连并且后端要能容忍重复连接清理旧的连接对象避免连接泄漏。3.3 让 AI 写代码时必须盯住的几个 Review 点AI 生成代码的坑我踩过一轮之后总结出三个固定检查点。第一时间处理。Astra 生成的代码里经常直接用time.time()或者本地时间字符串但物联网数据本身就带时间戳必须原样透传不能二次生成。大屏上的时间轴如果不一致现场演示的时候特别尴尬。第二异常分支。AI 很喜欢写理想路径拿到 MQTT 消息就解析解析失败就抛异常完全没有兜底。我给它的契约里明确加了要求每条消息解析必须 try/except失败的消息进 dead-letter 队列并且要有日志。第三数据格式。传感器字段里的中文字段名和英文缩写混合出现AI 有时候会自己翻译字段名这会导致前端绑定错位。所以我要求它严格使用数据字典里的字段名一个字符都不能改。这轮 review 花了我两个小时但避免了后面联调时几天的返工。我的结论是AI 写代码特别适合框架搭建和样板代码但业务契约相关的地方人必须亲自盯。3.4 本地部署开源版 GPT-6 Astra 的实操记录这里说说模型下载之后怎么把 Astra 跑起来。开源版权重从官方模型仓库拉下来体积大约一百多 G 级别我用了一台 4090 的服务器做推理搭配 vLLM 做服务化部署。# 拉取模型权重到本地然后启动 OpenAI 兼容的 API 服务 vllm serve ./models/gpt-6-astra \ --served-model-name gpt-6-astra \ --tensor-parallel-size 1 \ --max-model-len 8192 \ --trust-remote-code \ --gpu-memory-utilization 0.85跑起来之后所有现有工具链都能直接对接因为它是 OpenAI 兼容接口。我在项目里写了一个简单的封装把所有需要 AI 处理的文本任务读图、生成代码、生成文档都统一走这个本地服务外部工具完全无感知。实际体验下来多模态识图能力在室内设备上表现不错但户外远景识别会差一些比如从园区大门口识别大棚编号还是不如人眼靠谱。一个经验部署的时候不要把 GPU 显存全占满要留出一点给前向推理的波动否则并发请求一上来就会 OOM。gpu-memory-utilization 0.85这个值我调过好几次最后发现 85% 是性能和稳定性的平衡点。4. Tripo3D 建模实操AI 生成园区资产的工作流底座写完了接下来是重头戏让 Tripo3D 帮我们把园区里的设备模型批量造出来。这一步如果做不好前面的效率优势全部会被后处理拖垮。4.1 温室、风机、球机哪些提示词起效Tripo3D 支持文字生成和图片生成两种方式我在这个项目里两种都用了。温室骨架这类半开放结构图片生成效果远好于文字生成——你在现场拍一张棚内照片它生成的骨架结构靠谱很多。风机、摄像机这类封闭壳体的设备文字生成就够了提示词不需要太复杂。几个我实际验证过的提示词写法温室骨架agricultural greenhouse steel frame structure, open truss, transparent roof, metallic texture, low polygon style水肥一体机fertigation machine, stainless steel cabinet, pipes and valves, industrial equipment, pbr texture巡检球机dome surveillance camera, white housing, wall mount, pbr material, game ready注意强调low polygon style或game ready这对生成面的数量影响很大。如果不加Tripo3D 可能给你出几十万面的模型根本没法在 WebGL 里跑。生成之后所有模型默认是 glTF/GLB 格式直接能进 Three.js这是我选 Tripo3D 的一个重要原因。另一个格式问题是单位Tripo3D 生成的模型默认单位是米但缩放比例有时候还是会对不上这个我放在后面的踩坑章节专门讲。4.2 模型清理减面、材质、命名AI 生成的模型远达不到直接进场景的标准我基本上每个模型都要过一道后处理流程。第一步是减面。用 Blender 或者 gltf-transform 把面数压到合理范围。园区设备在小屏上占比都不大精度要求不高我一般把单个设备模型压到 2 万到 5 万面以内。用 gltf-transform 一把梭npx gltf-transform/cli optimize \ --compress Draco \ --simplify \ --ratio 0.2 \ ./models/fertigation_raw.glb ./models/fertigation_opt.glb第二步是材质处理。Tripo3D 生成的 PBR 贴图有时候会有明显的接缝或者烘焙阴影导入 Three.js 之后在特定角度会显得脏。我的做法是统一调整 roughness 和 metalness 参数让设备看起来更干净。如果材质实在拉胯就贴一张简单的纯色材质加粗噪反而比 AI 生成的五颜六色更协调。第三步是命名规范这是整个工作流里我觉得最值得强调的一步。每个模型文件、每个模型内部节点都要按业务编码命名比如device_fan_GH01_02表示1 号温室 2 号风机。为什么重要因为 Three.js 加载 GLB 之后你需要通过名字找到对应模型挂数据如果名字乱起后面数据绑定代码会写得欲仙欲死。4.3 哪些模型不值得生成用 Tripo3D 的另一个心得是知道什么不要生成。园区里的局部细节比如滴灌带、草坪纹理、道路标识这些用自带贴图就能搞定生成出来反而增加渲染负担。地形地貌也不要生成用 Three.js 的 PlaneGeometry 铺上卫星图或手绘贴图效果比 AI 模型好得多。说白了AI 建模的价值在于单体设备在于那些重复出现、结构复杂但又有规律的东西。全局场景仍然是传统 3D 功底的主场。我这次 32 栋温室的外观其实是同一个温室模型的 32 个实例只是位置和旋转不同。这里用到了 Three.js 的 InstancedMesh32 个实例只占一份渲染成本帧率瞬间就上来了。这个优化技巧普通建模师不一定知道但做 Web 3D 大屏的人必须会。5. 3D 大屏可视化集成Three.js 场景、数据绑定与性能优化模型有了数据服务有了剩下的就是把它们拼成一个大屏可交互的场景。这个环节大部分人会直接开写但我建议先花半天时间确定场景图层结构。5.1 场景搭建光照、地形和天空盒场景结构我分为四层。最底层是地形和基础设施包括园区地面、围墙、道路、停车场这层用几何体加贴图实现。第二层是温室建筑用 InstancedMesh 批量渲染。第三层是设备层包括风机、传感器箱、球机、水肥一体机每个设备是一个独立的 GLB 模型挂上数据引用。第四层是特效层告警光柱、巡检路径线、热点图标平时隐藏触发时显示。光照方面农业园区大屏不需要太戏剧化的效果我用了环境光加一个方向光模拟太阳。方向光要配合场景朝向否则温室投影方向跟实际不符懂行的人一眼就看出来假。我直接把第一轮手机记录的园区主轴方向换算成角度设置给平行光这样阴影朝向和卫星图完全一致。天空盒用的是 Three.js 自带的 PMREMGenerator 加一张 HDR 农业天空贴图。大屏的背景不要做得太花哨客户领导看重的是信息不是渲染特效画面整体偏亮偏干净最稳妥。5.2 数据驱动的设备状态可视化场景搭好之后关键是把传感器数据映射到 3D 对象上。我维护了一张配置表把设备 ID 和场景对象名一一对应。WebSocket 每两秒推送一次全量传感器状态前端收到后遍历配置表更新对应对象的视觉状态。比如温室内温度超过 38 度温室模型外框就变橙色超过 40 度变红色并弹出告警风机的模型如果有旋转叶片就让叶片根据实际开关状态转动球机上做一个小光点表示在线状态。// WebSocket 数据绑定到 3D 对象的简化实现 ws.onmessage (event) { const data JSON.parse(event.data); for (const [deviceId, sensor] of Object.entries(data)) { const mesh scene.getObjectByName(deviceId); if (!mesh) continue; const temp sensor.temperature; if (temp 40) { mesh.material.emissive.set(0xff0000); } else if (temp 38) { mesh.material.emissive.set(0xff8800); } else { mesh.material.emissive.set(0x000000); } } };这个环节最怕的是前端字段和后端字段命名不一致所以前面数据字典反复强调严格命名。另一个问题是 WebSocket 推送频率和渲染线程的配合我把 React 状态更新和 Three.js 渲染分开传感器数据不直接进 React state而是先进一个外部 storeThree.js 渲染循环里读取。这样避免 React 每次数据更新都触发组件重渲染帧率稳定很多。5.3 帧率瓶颈和优化手段32 栋温室加一百多个设备在 4K 大屏上跑常见的瓶颈是 draw call 数量过多。我把所有温室合并成一个 InstancedMesh所有球机合并成一个 InstancedMesh所有风机合并成一个单帧 draw call 控制在 200 以内。材质方面也有讲究。一是所有设备统一用一个材质库相同的材质会被 Three.js 自动合并渲染二是不透明的物体尽量统一走 MeshStandardMaterial 的基础档少用 MeshPhysicalMaterial后者计算量明显更高。阴影方面我只给关键设备开阴影风机和滴灌带全部关闭因为它们在屏幕上的占比小阴影瑕疵根本看不清。还有一个容易被忽略的点大屏往往是 4K 分辨率像素填充率压力比普通网页高很多。我把渲染器的 pixelRatio 设成不超过 1.5在 4K 屏上画质几乎无差别但帧率能提升 30% 以上。这个是实测数据不是理论值。为了让读者有个直观概念放一组我们最终的实测数据32 栋温室、156 个实例对象、128 个传感器全部接到场景里在 4K 分辨率、RTX 3060 显卡的机器上巡检漫游时帧率稳定在 50 到 60 fpsGPU 占用率约 70%内存占用约 800MB整体完全满足大屏展示要求。6. 可巡检是怎么落地的相机巡线、热点标注与第一人称漫游巡检是这次项目的灵魂功能也是和普通可视化大屏拉开差距的地方。实现上我做了两套互补的交互预设巡检线路和自由漫游。两者各有适用场景缺一不可。6.1 预设巡线与第一人称自由漫游预设巡检线路适合展厅演示和领导参观场景。我定义了一条从园区大门到核心温室再到水肥机房的完整路径用相机沿路径平滑移动中间经过的重点设备会自动停住停留 3 秒并弹窗展示数据。这条路线的关键帧我是在场景里手动定好再用 Catmull-Rom 曲线插值平滑生成相机路径。// 定义巡检关键点然后让相机在这些点之间平滑移动 const routePoints [ new THREE.Vector3(-40, 18, 60), // 园区大门上空 new THREE.Vector3(-30, 6, 20), // 3号温室入口 new THREE.Vector3(-20, 3, 0), // 温室内部过道 new THREE.Vector3(0, 1.6, -8), // 水肥一体机前 ]; const curve new THREE.CatmullRomCurve3(routePoints);这边有个实际经验巡检路径的相机高度很有讲究。俯视视角大而全但没有巡检感完全贴地视角又容易被温室骨架穿模。我最后是用1.6 米人眼高度 小角度俯角来走室内路径室外的路径抬高到 6 到 8 米做俯瞰转场这样既能看到全貌又不会穿帮。自由漫游则用 FirstPersonControls 或者 PointerLockControls 实现鼠标 WASD 控制移动Shift 加速。这个模式主要是给园区管理人员用的他们不需要华丽的转场只想快速定位到某个设备前查看状态。6.2 热点标注与设备弹窗巡检过程中的关键是每一台重点设备旁边都有一个可点击的热点标识。热点是一个 BillBoard 类型的 Sprite 或平面卡片始终面向相机。点击热点后弹出设备详情面板里面展示设备编号、实时传感器曲线——这一块我用 ECharts 的小型图表渲染在 DOM 层覆盖在 Canvas 之上。设备详情的联动我做得比较细当用户点击某个热点时相机可以平滑聚焦到设备附近同时设备模型边缘出现高亮描边这样用户即使不知道设备在场景里的位置也能被引导过去。高亮描边用 EdgesGeometry 加 LineSegments 实现注意只在选中设备上开大批量开启会很耗性能。6.3 大屏实机调试的几个细节大屏调试跟普通网页开发完全不是一回事。我们是在客户园区指挥中心现场布署的第一次上屏就遇到三个问题一是大屏分辨率是 3840x1080 拼接屏比例不是 16:9我需要在 window resize 时重新计算相机 aspect 和容器尺寸适配超宽比例二是部分领导操作习惯是触屏我把热点点击区域加大到 40 像素以上避免反复点不中三是大屏应用不能随便依赖网络在线资源我把所有字体、贴图、模型全部本地化哪怕断网大屏也要能正常展示历史缓存数据。这里多说一句大屏项目一定要在做完之前就去现场试一次屏不要等部署那天才发现界面被比例裁切、字体显示有问题。我们这次就是提前两周拉了一台同款拼接屏到公司调试虽然折腾但现场部署一次性通过。7. 踩坑记录坐标、单位与 AI 生成代码的安全感最后这节留给所有我认为值得分享的坑和心得。这些内容在教科书和官方文档里几乎看不到但每一个都是我实际操作中撞出来的。7.1 坐标系对齐最大的坑这次项目最耗时间的坑不是建模也不是代码而是坐标系对齐。园区 32 栋温室的位置来自 CAD 图纸但图纸坐标系是施工坐标系原点和方向跟真实世界的经纬度/方向对不上。Tripo3D 生成的温室模型又自带一个局部坐标系轴心在模型中心还是底座中心完全随机。这三个坐标系叠在一起场景里栋温室的位置就成了灾难片。我的解决办法是建立一个统一的世界坐标规范。园区平面图左上角设为原点单位为米Y 轴朝北。所有 CAD 坐标通过一个偏移量换算进来所有 Tripo3D 模型在 Blender 里先把轴心重置到底部中心再导入 Three.js。每个模型节点挂一个自定义属性parkPosition记录它在这套坐标系里的真实坐标方便后续巡检路径计算和运维定位。这个坑给我最大的教训是建模之前必须先把坐标规范写进项目文档并且让前端、建模、AI 生成的所有环节都遵循它。不能在最后集成时才来对齐那会是一场噩梦。7.2 模型单位与方向的坑Tripo3D 生成的模型文件头写的单位是米但实际导入很多时候会莫名大 10 倍。这是因为 glTF 的 1 单位可能被 Three.js 解释成 1 米但生成器内部可能是按 10 厘米或者 1 分米建的模。我的排查方法是导入后立刻打印 bounding box 尺寸对照真实设备的实际尺寸差 10 倍就在加载器里统一缩放。方向的问题更多。AGV 小车、球机这类有正面朝向的模型Tripo3D 生成的朝向是随机的有的朝 X 轴有的朝 Z 轴。我在后处理管线里加了一步所有设备模型统一正脸朝 X 轴正方向导入场景之后再按真实朝向旋转。这样在巡检路径里做面向设备的相机位姿计算时就统一了不用为每个设备单独处理偏移角。7.3 管理 AI 生成代码的安全感和 GPT-6 Astra 合作两轮之后我最大的感悟是AI 生成代码的质量取决于你的管理方式不是它的智商。文件级别的管理上我要求所有 AI 生成的代码必须能通过 eslint 和 mypy 检查不通过就打回去修。代码评审上AI 生成的代码我只允许它动它自己负责的模块不允许它顺手优化我已经写好的模块——它一旦掌握了修改全局的自由就会开始重构一切这是我经历过的最恐怖的场景之一。版本管理上所有 AI 生成的代码走独立分支合并前必须人过一遍 diff哪怕只是扫一眼。说白了AI 是效率放大器不是决策替代者。它可以把你的执行力提升十倍但前提是方向、边界和质量标准都牢牢掌握在人手里。这次项目的成功不是因为 GPT-6 Astra 和 Tripo3D 有多强而是因为我把每个环节的契约、规范和验收标准都提前定死了AI 只是在契约范围内帮我干活。最后分享一个我下次会从一开始就做的小改进把整个项目的决策记录也写进文档。这次项目中很多关键取舍——比如为什么巡线路由选 Catmull-Rom 而不是贝塞尔、为什么传感器数据用全量推送而不是增量推送——都是我事后整理才补上的。如果从第一天就持续记录后面的复盘和交接会轻松得多。