Genshin-Impact-Model-Importer (GIMI) 原神模型导入工具使用指南
2026-02-06 04:56:06作者:翟江哲Frasier
项目介绍
Genshin-Impact-Model-Importer (GIMI) 是一个基于 3DMigoto 修改的开源工具,专门用于向《原神》游戏中导入自定义模型。该工具提供了完整的模型导入解决方案,包括模型提取、编辑和重新导入的功能。
重要声明:强烈建议仅在私人服务器上进行模组制作。在官方服务器上使用这些工具存在高风险,可能导致账号被封禁。
快速安装指南
3DMigoto GIMI 安装
-
下载工具包:
- 从项目仓库克隆或下载工具包:
git clone https://gitcode.com/gh_mirrors/gi/GI-Model-Importer - 提供两个版本选择:
3dmigoto-GIMI-for-development.zip:开发版本,包含所有功能但速度较慢3dmigoto-GIMI-for-playing-mods.zip:游戏版本,速度更快但关闭了开发功能
- 从项目仓库克隆或下载工具包:
-
解压并配置:
- 将下载的 zip 文件解压到任意目录
- 根据需要修改
d3dx.ini文件中的目标路径指向原神游戏主程序
-
运行加载器:
- 以管理员身份运行
3DMigoto Loader.exe - 启动原神游戏主程序(非启动器)
- 以管理员身份运行

Blender 插件安装
-
安装 Blender:
- 下载并安装 Blender 2.80 或更高版本
-
安装 3DMigoto 插件:
- 从 Tools 文件夹获取
blender_3dmigoto_gimi.py插件 - 在 Blender 中通过 Edit -> Preferences -> Add-Ons -> Install 安装插件
- 从 Tools 文件夹获取

基本模型修改流程
快速入门(TLDR版本)
-
导入模型:
- 在 Blender 中使用 File -> Import -> 3DMigoto Frame Analysis Dump 导入模型文件
- 从角色数据文件夹中选择要修改的角色文件
-
模型编辑:
- 对模型进行所需修改,注意以下限制:
- 顶点数限制(v7以下64K,v7以上400K)
- 必须保留所有原始顶点组、顶点色和自定义属性
- 可编辑 Diffuse 和 Lightmap 贴图
- 对模型进行所需修改,注意以下限制:
-
导出模型:
- 确保包含 CharHead 和 CharBody 对象
- 使用 Export Genshin Mod Folder 选项导出为 Char.vb
-
加载模组:
- 将生成的 CharMod 文件夹移动到 3DMigoto 的 Mods 文件夹
- 在游戏中按 F10 加载模组

高级功能详解
缓冲区搜索功能
当 3DMigoto 开启时,可以使用以下快捷键进行缓冲区搜索:
- 数字键盘 0:切换狩猎模式(显示/隐藏绿色文本)
- **/ 和 ***:循环浏览顶点缓冲区 (VB)
- 7 和 8:循环浏览索引缓冲区 (IB),按 9 复制 Hash 值
- 4 和 5:循环浏览顶点着色器 (VS),按 6 复制 Hash 值
- 1 和 2:循环浏览像素着色器 (PS),按 3 复制 Hash 值
移除缓冲区与着色器
要跳过特定对象的绘制,在 Mods 文件夹创建 .ini 文件:
[TextureOverrideX]
hash = Y
handling = skip
对于着色器的跳过:
[ShaderOverrideX]
hash = Y
handling = skip
贴图替换
替换角色贴图的配置示例:
[TextureOverrideX]
hash = Y
ps-t0 = ResourceDiffuse
ps-t1 = ResourceLightMap
[ResourceDiffuse]
filename = TextureDiffuseMap.dds
[ResourceLightMap]
filename = TextureLightMap.dds
帧分析转储
按 F8 可执行帧分析转储,生成包含绘制信息的文件:
- 在角色菜单等简单场景中进行转储,避免游戏崩溃
- 转储文件可能达到几GB大小
- 使用转储文件可以精确控制特定对象的绘制
工具脚本说明
项目提供了多个实用脚本工具:
- genshin_3dmigoto_collect.py:收集相关缓冲区文件并正确组织
- genshin_3dmigoto_generate.py:将导出的模型分割成正确的缓冲区文件
- blender 相关脚本:包括顶点组合并、属性转移等功能
注意事项与限制
-
模型限制:
- 顶点数量限制(v7以下64K,v7以上400K)
- 必须包含所有原始组件和属性
-
技术限制:
- 原神使用多个缓冲区存储角色属性
- 需要正确处理多个缓冲区的覆盖
- 复杂的头发结构处理困难
-
使用建议:
- 从简单修改开始(如移除莫娜帽子)
- 使用来自游戏的模型进行替换效果更好
- 复杂模型可能需要手动调整权重和顶点组
故障排除
常见问题及解决方案请参考 Troubleshooting.md 文件。如果遇到技术问题,建议查看详细的故障排除指南。

总结
GIMI 工具为《原神》模型修改提供了强大的技术支持,但需要一定的技术基础和耐心。建议从简单的修改开始,逐步掌握更复杂的技术。记住始终在私人服务器上进行测试,避免在官方服务器上使用这些工具。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
892
667
Ascend Extension for PyTorch
Python
376
445
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271