3ds Max Python教程库完整使用指南
3ds Max Python教程库是一个专门为Autodesk 3ds Max用户设计的Python编程示例集合。该项目采用MIT许可证,提供了大量实用的Python与3ds Max集成案例,所有示例都以pip包形式组织,便于安装和分享。
项目概述
该教程库包含从MAXScript到Python的转换示例,以及专为3ds Max环境设计的Python工具包。每个工具包都包含完整的setup.py配置、许可证文件和详细文档,确保开发者能够快速上手和使用。
安装配置
环境准备
首先需要克隆项目到本地:
git clone https://gitcode.com/gh_mirrors/3d/3dsMax-Python-HowTos
安装选项
选项A:一键安装所有内容
使用install.sh脚本可以一次性安装所有示例和工具:
./install.sh
该脚本会自动完成以下操作:
- 在3ds Max安装中安装pip(如果尚未安装)
- 安装pystartup.ms启用自动启动pip包
- 以--user和-e模式安装所有示例
选项B:分两步安装
- 安装基础环境:
./installstartup.sh
- 安装教程示例:
./installhowtos.sh
选项C:虚拟环境安装
对于开发环境,建议使用虚拟环境:
- 首先运行
installstartup.sh安装pip和pystartup - 创建虚拟环境并激活
- 在虚拟环境中运行
installhowtos.sh
主要功能模块
核心工具包
menuhook - 菜单挂钩工具 该工具包不是示例,而是将Python函数附加到3ds Max菜单项的方法。大多数其他示例都使用menuhook包。
reloadmod - 模块重载工具 一个小工具,可以一次性重新加载所有开发模块,极大提高开发效率。
mxvscode - VSCode调试工具 在3ds Max启动时自动导入debugpy(VSCode调试接口)并接受远程连接。
实用功能示例
transformlock - 变换锁定脚本 开发变换锁定脚本,实现对3D对象的精确控制。
removeallmaterials - 移除所有材质 快速清除场景中所有对象的材质设置。
renameselected - 重命名选中对象 提供便捷的对象重命名功能,支持批量操作。
speedsheet - 数据输出工具 将对象数据输出到文件,便于数据分析和处理。
quickpreview - 快速预览工具 创建快速视频预览,加速工作流程。
zdepthchannel - Z深度通道访问 访问Z深度通道,实现高级渲染效果。
高级功能
threadprogressbar - 线程进度条 从Python线程更新进度条,实现多线程操作的UI反馈。
singleinstancedlg - 单实例对话框 创建单实例模态对话框,避免重复打开相同界面。
pyconsole - Python控制台 集成Python控制台,提供交互式编程环境。
mxthread - 主线程运行 在主线程上运行代码,确保UI操作的线程安全。
转换工具
mxs2py - MAXScript到Python转换 自动将MAXScript代码转换为Python代码。
mxstranslate - 实时翻译工具 在富文本窗口中拖放MAXScript代码,实时获取Python翻译。
socketioclient - SocketIO客户端 在3ds Max中使用SocketIO,实现网络通信功能。
开发工具和脚本
项目提供了一系列开发工具和脚本:
- checks.sh - 运行pylint代码检查,验证3ds Max命名规范
- create.sh - 在当前工作目录生成空的pip包模板
- uninstall.sh - 卸载通过install.sh安装的所有内容
使用建议
- 定期更新 - 从GitHub更新仓库后,需要重新运行安装脚本以确保所有更新正确整合
- 日志监控 - 如果菜单项未出现或功能不工作,检查3ds Max的日志文件查找Python错误信息
- 开发环境 - 建议使用虚拟环境进行Python开发,避免影响主环境
- 调试支持 - 利用mxvscode工具启用VSCode远程调试功能
示例代码位置
Python示例代码位于src/samples目录中,这些示例可能已经存在于您的3ds Max安装目录中。
启动入口点
pystartup提供了MAXScript代码,当复制到3ds Max的启动目录时,将自动启动具有3dsMax启动入口点的pip包。
通过这套完整的教程库,开发者可以快速掌握3ds Max Python编程技能,从基础操作到高级功能都能找到相应的实现示例。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00




