dream-loop | 用「做梦 + 独立批评者」的闭环做出像样的 3D 视觉

dream-loop — GitHub 仓库首页。

dream-loop 是一个 agent skill，用一条闭环让 AI 做出视觉效果像样的游戏、应用或 3D 场景。作者 @anshuc，MIT 许可，2026 年 9 月 7 日建仓，目前约 921 star、104 fork。

它解决的是「说不清楚」这件事

让 AI 做视觉，最常见的失败不是跑不起来，是能跑但难看。你继续用语言描述「再高级一点」「光再柔一点」，它照做，然后还是不对——因为视觉这类标准，本来就不适合用语言逼近。

dream-loop 的做法是换掉这个前提：不要描述，先给一张目标图。

五步闭环

1. AI 用图像生成，先「做梦」出一张高质量的目标截图
2. AI 带着这张目标图去搭建（写代码、建 3D 场景）
3. 另一个独立的 AI 批评者把实时截图和目标图对比，给出反馈
4. AI 带反馈回到第 2 步，直到批评者满意
5. 可选：回到第 1 步，基于当前状态梦出一张更好的目标图

关键在第 3 步——批评者是独立的一轮调用，不是同一个模型的自我检查。让模型自评，它看到的是自己的意图而不是结果，会给自己打高分；换一个上下文干净、只拿到「目标图 + 当前截图」的模型，它才会指出光不对、地面不像湿的、构图太满。

安装与前提

npx skills add achimala/dream-loop

也可以 clone 到 agent 的 skills 目录，或者直接把链接丢给 agent 让它自己搞定。

它需要你的 agent 具备：

条件	说明
图像生成	内置的（如 Codex、Grok），或通过 API（例如给一个 Gemini API key）
视觉输入	能看图，才能对比目标与当前结果
子 agent	可选，但强烈建议——批评者由它承担
Blender	需要自定义 3D 建模时安装。优先用 Blender 的 MCP 或脚本接口，而不是让 agent 操作鼠标

最后一条是个很诚实的工程判断：把确定性的操作交给「点鼠标」这种不确定的通道，结果会变差。

它现在能跑到什么程度

仓库给了一个可以照着抄的提示词：等距视角相机、体素风格但带真实着色和反光湿地面、角色在有趣的场景里、奇幻设定、浏览器里跑 Three.js、帧率 60 以上、不许下载素材、限时一小时，而且明确要求「不要确认美术风格、不要问问题，直接做」。

产物是一个叫 Vesper 的等距奇幻场景，有在线 demo 可以直接打开看。

边界

作者交代得很清楚：目前只在 Codex 里的 GPT-6 Astra 上测过，Claude Fable 5.1 这类强模型「可能也行」。没有做兼容性铺陈。

适用场景

• 需要快速产出可看的 3D 场景、游戏画面或图形演示
• 手上有一件「知道什么是好，但说不清好在哪」的视觉任务
• 想把「独立评审」这个环节加进自己的 agent 工作流

不太适合

• agent 不具备图像生成或视觉输入的场合（闭环的第一环就断了）
• 有明确、可写成文字规格的产出（这类任务直接写需求更快，不需要目标图）
• 期望一次生成就交付的生产流程

下一步

• 项目仓库：https://github.com/achimala/dream-loop
• 在线 demo（Vesper 场景）：https://dream-loop-demo.anshu.dev
• 作者 X：https://x.com/anshuc

本文由「策思路 C456」（c456.com）团队撰稿。