Pivot-Painter-for-Blender 的安装和配置教程
1. 项目基础介绍
Pivot-Painter-for-Blender 是一个开源项目,它为 Blender 提供了一个工具,用于在 3D 场景中快速定位和绘制旋转中心点。这个工具对于动画制作和 3D 建模非常有用,可以帮助用户高效地调整物体的旋转中心点。该项目主要使用 Python 编程语言开发,并且是专门为 Blender 这一开源 3D 创作套件设计的插件。
2. 项目使用的关键技术和框架
此项目使用的主要技术是 Blender 的 Python API,它允许开发者通过 Python 编程语言来控制 Blender 的功能和界面。通过使用这个 API,开发者可以为 Blender 创建自定义工具和插件,以扩展其功能。Pivot-Painter-for-Blender 项目没有使用额外的外部框架,它是完全基于 Blender 内置的 Python API 开发的。
3. 项目安装和配置的准备工作及详细步骤
准备工作
在开始安装之前,请确保您已经满足了以下要求:
- 安装了 Blender:确保您的计算机上安装了 Blender。如果尚未安装,请从 Blender 官方网站下载并安装适合您操作系统的版本。
- Python 环境:Blender 通常自带 Python 环境,因此不需要单独安装 Python。不过,请确认您的 Blender 版本使用的 Python 版本。
安装步骤
-
下载插件:首先,从项目仓库下载插件文件。可以通过克隆仓库或下载 ZIP 文件的方式获取插件代码。
-
解压文件:如果下载的是 ZIP 文件,请先将其解压到一个文件夹中。
-
复制插件:将解压后的文件夹复制到 Blender 的插件目录中。Blender 插件目录通常位于以下位置:
- Windows:
C:\Program Files\Blender Foundation\Blender\版本号\scripts\addons - macOS:
/Applications/Blender.app/Contents/Resources/versions/版本号/scripts/addons - Linux:
/usr/share/blender/scripts/addons或/home/用户名/.config/blender/版本号/scripts/addons
- Windows:
-
启动 Blender:启动 Blender,在 "编辑" 菜单中选择 "首选项"。
-
安装插件:在 "首选项" 窗口的 "插件" 选项卡中,找到 "Pivot-Painter-for-Blender" 插件,并勾选它以启用。
-
使用插件:启用插件后,您可以在 Blender 的 "工具" 面板中找到 "Pivot-Painter" 工具,并开始使用。
按照上述步骤操作,即可成功安装和配置 Pivot-Painter-for-Blender 插件,开始享受它带来的便捷功能。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00