[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-HugoTini--DeepBump":3,"tool-HugoTini--DeepBump":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",149489,2,"2026-04-10T11:32:46",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":73,"owner_company":73,"owner_location":73,"owner_email":73,"owner_twitter":73,"owner_website":75,"owner_url":76,"languages":77,"stars":82,"forks":83,"last_commit_at":84,"license":85,"difficulty_score":32,"env_os":86,"env_gpu":87,"env_ram":88,"env_deps":89,"category_tags":94,"github_topics":95,"view_count":32,"oss_zip_url":73,"oss_zip_packed_at":73,"status":17,"created_at":103,"updated_at":104,"faqs":105,"releases":135},6226,"HugoTini\u002FDeepBump","DeepBump","Normal & height maps generation from single pictures","DeepBump 是一款基于机器学习技术的 Blender 插件，专为从单张普通图片快速生成法线贴图（Normal Map）和高度贴图（Height Map）而设计。在传统的 3D 制作流程中，艺术家往往需要手动绘制复杂的纹理或使用多张照片合成才能获取表面细节，这不仅耗时且对技能要求较高。DeepBump 通过内置的 AI 模型，智能分析图像的光影与色彩信息，自动推算出逼真的三维表面细节，极大地简化了材质制作流程。\n\n除了核心的贴图生成功能，DeepBump 还支持将法线贴图转换为曲率贴图（Curvature Map），并提供低分辨率图像的智能超分放大功能，帮助用户在不损失画质的前提下提升素材精度。所有操作均可在 Blender 的着色器编辑器中直接完成，无需切换软件或具备深厚的编程背景。\n\n这款工具非常适合 3D 设计师、游戏美术师以及独立开发者使用，尤其是那些希望在有限时间内为模型增添丰富细节的创作者。其独特的技术亮点在于将复杂的深度学习推理过程封装为简单的点击操作，并直接在本地运行以保护用户隐私。无论是处理概念图还是优化现有资产，DeepBump 都能让材质创作变得更加高效直观。","\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FHugoTini_DeepBump_readme_241297859a47.jpg\" style=\"border-radius:8px\">\n\n\u003Cbr>\n\n# DeepBump\n\nDeepBump is a machine-learning driven tool to generate normal & height maps from single pictures. See this [blog post](https:\u002F\u002Fhugotini.github.io\u002Fdeepbump) for an introduction.\n\n# Installation\n\n1) [Download DeepBump as a ZIP](https:\u002F\u002Fgithub.com\u002FHugoTini\u002FDeepBump\u002Freleases).\n\n2) In Blender, go to **_Edit -> Preferences -> Add-ons -> Top right arrow -> Install from disk_** and select the downloaded ZIP file. Then enable the add-on.\n\n3) In the add-on preference, click the **'_Install dependencies_'** button (this requires an internet connection and might take a while). In case of error, try running Blender as administrator for this step.\n\nBy installing those dependencies, be aware of [Microsoft conditions](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fonnxruntime\u002Fblob\u002Fmaster\u002Fdocs\u002FPrivacy.md). This add-on uses available APIs to disable telemetry.\n\n# Usage\n\nCheck the [blog post](https:\u002F\u002Fhugotini.github.io\u002Fdeepbump) first video.\n\nIn the **_Shader Editor_**, in the side bar under the **_DeepBump tab_**:\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FHugoTini_DeepBump_readme_64d5751750e0.jpg\" width=512px style=\"border-radius:8px\">\n\n\u003Cbr>\n\n# Tools\n\n## Color (albedo) → Normals\n\nSelect a color image node in the shader editor, then click _Generate Normal Map_.\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FHugoTini_DeepBump_readme_d48836256227.jpg\" width=512px style=\"border-radius:8px\">\n\n## Normals → Height (displacement)\n\nSelect the generated normal map image node in the shader editor, then click _Generate Height Map_.\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FHugoTini_DeepBump_readme_6ecb1d52debc.jpg\" width=512px style=\"border-radius:8px\">\n\n## Normals → Curvature\n\nSelect the generated normal map image node in the shader editor, then click _Generate Curvature Map_.\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FHugoTini_DeepBump_readme_1110f4026e47.jpg\" width=512px style=\"border-radius:8px\">\n\n## Low res -> High res (upscale)\n\nSelect a color image node in the shader editor, then click _Upscale_.\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FHugoTini_DeepBump_readme_55a3c8ef1fca.jpg\" width=512px style=\"border-radius:8px\">\n\n\u003Cbr>\n\n# Command line\n\nFor command-line usage, see [cli.md](cli.md).\n\n# License\n\nThis repo is under the [GPL license](LICENSE). The training code is currently not available.\n","\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FHugoTini_DeepBump_readme_241297859a47.jpg\" style=\"border-radius:8px\">\n\n\u003Cbr>\n\n# DeepBump\n\nDeepBump 是一款基于机器学习的工具，可以从单张图片生成法线贴图和高度贴图。有关介绍，请参阅这篇 [博客文章](https:\u002F\u002Fhugotini.github.io\u002Fdeepbump)。\n\n# 安装\n\n1) [下载 DeepBump 的 ZIP 文件](https:\u002F\u002Fgithub.com\u002FHugoTini\u002FDeepBump\u002Freleases)。\n\n2) 在 Blender 中，前往 **_编辑 -> 首选项 -> 插件 -> 右上角箭头 -> 从磁盘安装_**，然后选择下载的 ZIP 文件并启用插件。\n\n3) 在插件的首选项中，点击 **'_安装依赖项_'** 按钮（此操作需要互联网连接，可能需要一些时间）。如果出现错误，请尝试以管理员身份运行 Blender 来完成此步骤。\n\n请注意，在安装这些依赖项时，需遵守 [Microsoft 的相关条款](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fonnxruntime\u002Fblob\u002Fmaster\u002Fdocs\u002FPrivacy.md)。该插件使用现有 API 来禁用遥测功能。\n\n# 使用方法\n\n请先观看 [博客文章](https:\u002F\u002Fhugotini.github.io\u002Fdeepbump) 中的第一段视频。\n\n在 **_着色器编辑器_** 中，在侧边栏的 **_DeepBump 选项卡_** 下：\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FHugoTini_DeepBump_readme_64d5751750e0.jpg\" width=512px style=\"border-radius:8px\">\n\n\u003Cbr>\n\n# 工具\n\n## 颜色（反照率）→ 法线\n\n在着色器编辑器中选择一个颜色图像节点，然后点击 _生成法线贴图_。\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FHugoTini_DeepBump_readme_d48836256227.jpg\" width=512px style=\"border-radius:8px\">\n\n## 法线 → 高度（位移）\n\n在着色器编辑器中选择已生成的法线贴图图像节点，然后点击 _生成高度贴图_。\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FHugoTini_DeepBump_readme_6ecb1d52debc.jpg\" width=512px style=\"border-radius:8px\">\n\n## 法线 → 曲率\n\n在着色器编辑器中选择已生成的法线贴图图像节点，然后点击 _生成曲率贴图_。\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FHugoTini_DeepBump_readme_1110f4026e47.jpg\" width=512px style=\"border-radius:8px\">\n\n## 低分辨率 → 高分辨率（超采样）\n\n在着色器编辑器中选择一个颜色图像节点，然后点击 _超采样_。\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FHugoTini_DeepBump_readme_55a3c8ef1fca.jpg\" width=512px style=\"border-radius:8px\">\n\n\u003Cbr>\n\n# 命令行\n\n有关命令行用法，请参阅 [cli.md](cli.md)。\n\n# 许可证\n\n本仓库采用 [GPL 许可证](LICENSE)。目前训练代码尚未公开。","# DeepBump 快速上手指南\n\nDeepBump 是一款基于机器学习的 Blender 插件，能够从单张图片生成法线贴图（Normal Map）、高度贴图（Height Map）、曲率贴图以及进行图像超分辨率放大。\n\n## 环境准备\n\n*   **操作系统**：Windows \u002F macOS \u002F Linux\n*   **核心软件**：Blender（建议使用最新稳定版）\n*   **网络要求**：安装依赖时需要联网（用于下载 ONNX Runtime 等模型库）\n    *   *注意：国内用户若在安装依赖时遇到连接超时，请确保网络通畅或配置合适的代理环境。*\n*   **权限要求**：首次安装依赖时，如遇权限错误，请以**管理员身份**运行 Blender。\n\n## 安装步骤\n\n1.  **下载插件**\n    访问 [DeepBump Releases 页面](https:\u002F\u002Fgithub.com\u002FHugoTini\u002FDeepBump\u002Freleases)，下载最新的 `.zip` 格式安装包。\n\n2.  **导入 Blender**\n    打开 Blender，依次点击菜单栏：\n    `Edit` -> `Preferences` -> `Add-ons` -> 点击右上角的箭头图标 (`Install from disk`) -> 选择刚才下载的 ZIP 文件。\n\n3.  **启用插件**\n    在插件列表中找到 `DeepBump` 并勾选以启用它。\n\n4.  **安装依赖（关键步骤）**\n    *   在插件偏好设置面板中，点击 **`Install dependencies`** 按钮。\n    *   此过程会自动下载必要的机器学习库，耗时取决于网络速度。\n    *   *提示：若点击后无反应或报错，请关闭 Blender，右键选择“以管理员身份运行”Blender，重复上述步骤。*\n    *   *隐私说明：该插件已禁用遥测功能，符合微软相关许可条件。*\n\n## 基本使用\n\n安装完成后，无需编写代码，直接在 Blender 界面中操作：\n\n1.  **打开面板**\n    进入 **Shader Editor**（着色器编辑器），在右侧边栏找到 **`DeepBump`** 标签页。\n\n2.  **生成法线贴图 (Color → Normals)**\n    *   在节点编辑器中选中一张颜色贴图节点（Image Texture）。\n    *   在 DeepBump 面板点击 **`Generate Normal Map`**。\n    *   插件将自动生成并连接对应的法线贴图节点。\n\n3.  **生成高度贴图 (Normals → Height)**\n    *   选中已生成的法线贴图节点。\n    *   点击 **`Generate Height Map`**。\n\n4.  **其他功能**\n    *   **生成曲率贴图**：选中法线贴图节点，点击 `Generate Curvature Map`。\n    *   **图像超分放大**：选中低分辨率颜色贴图节点，点击 `Upscale` 即可提升分辨率。\n\n> **提示**：更多详细演示视频和原理介绍，可参考作者的 [官方博客](https:\u002F\u002Fhugotini.github.io\u002Fdeepbump)。","一位独立游戏开发者正在为一款复古风格的 2.5D 平台跳跃游戏制作关卡资产，他手头只有一张手绘的砖墙纹理图片，却需要为其添加逼真的立体光照和位移效果。\n\n### 没有 DeepBump 时\n- 开发者必须手动在 Photoshop 中绘制法线贴图，凭借经验猜测凹凸走向，耗时数小时且难以保证光影逻辑准确。\n- 想要实现墙面砖块的真实起伏（高度置换），只能依赖繁琐的手工灰度图绘制，反复调整测试才能勉强看出立体感。\n- 若需提取砖缝的磨损细节（曲率图）用于后期做旧处理，几乎无法通过传统滤镜精准获取，往往被迫放弃该细节。\n- 原始手绘素材分辨率较低，直接放大后边缘模糊锯齿严重，缺乏有效的无损放大手段来适配高清渲染需求。\n- 整个材质制作流程在不同软件间频繁切换，打断创作心流，导致单个墙面材质的迭代周期长达半天。\n\n### 使用 DeepBump 后\n- 在 Blender 着色器编辑器中选中手绘原图，一键即可生成符合物理光照逻辑的法线贴图，砖块立体感瞬间呈现。\n- 基于生成的法线图，再次点击按钮便能自动推算出精确的高度置换图，让墙面在渲染时拥有真实的几何起伏。\n- 利用曲率图生成功能，轻松提取砖块边缘的高光与磨损信息，快速完成高质量的做旧材质混合。\n- 内置的智能超分功能直接将低清手绘稿无损放大至 4K 分辨率，纹理清晰锐利，完美适配现代渲染管线。\n- 所有操作均在 Blender 内部闭环完成，从单张图片到完整 PBR 材质球仅需几分钟，极大提升了资产生产速度。\n\nDeepBump 将原本需要专业美术数小时手工绘制的复杂贴图流程，简化为机器学习驱动的秒级自动化生成，让单人开发者也能高效产出电影级的材质细节。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FHugoTini_DeepBump_24129785.jpg","HugoTini",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FHugoTini_5a932db4.png","hugotini.github.io","https:\u002F\u002Fgithub.com\u002FHugoTini",[78],{"name":79,"color":80,"percentage":81},"Python","#3572A5",100,1342,53,"2026-04-09T15:03:53","GPL-3.0","Windows, macOS, Linux","未说明（依赖内部安装的 ONNX Runtime，通常支持 CPU 或 GPU 加速，具体取决于自动安装的包）","未说明",{"notes":90,"python":91,"dependencies":92},"该工具是 Blender 插件，需先安装 Blender。依赖项通过插件内的'Install dependencies'按钮自动在线安装（需要网络连接）。首次安装若报错，请以管理员身份运行 Blender。使用此工具即表示同意 Microsoft ONNX Runtime 的相关条款（插件已禁用遥测）。","未说明（由 Blender 内置 Python 环境管理）",[93],"onnxruntime",[14,52],[96,97,98,99,100,101,102],"normalmap","blender-addon","blender","generator","ml","machine-learning","heightmap","2026-03-27T02:49:30.150509","2026-04-10T20:32:40.161789",[106,111,115,120,125,130],{"id":107,"question_zh":108,"answer_zh":109,"source_url":110},28165,"安装插件时提示无法安装依赖（pip install 返回非零退出状态）怎么办？","这是常见问题，通常是因为权限不足或 Blender 安装方式特殊。请尝试以下解决方案：\n1. **以管理员身份运行 Blender**：右键点击 Blender 图标，选择“以管理员身份运行”，然后在插件设置中重新点击安装依赖。\n2. **检查 Blender 安装来源**：如果是通过 Microsoft Store 安装的 Blender，可能会受到沙盒限制。建议卸载后从官网下载便携版（Portable .zip）或安装版（.msi）。\n3. **版本更新**：v7 及更高版本改进了依赖安装逻辑，将依赖安装在插件同一目录下，解决了大部分路径问题。请确保使用最新版插件。","https:\u002F\u002Fgithub.com\u002FHugoTini\u002FDeepBump\u002Fissues\u002F6",{"id":112,"question_zh":113,"answer_zh":114,"source_url":110},28166,"为什么手动安装了 Python 包，但 DeepBump 仍然提示需要安装依赖？","这是因为 Blender 使用的是其内置的独立 Python 环境，而不是系统全局的 Python。\n- 全局 Python 依赖路径通常在：`C:\\Users\\xxx\\AppData\\Roaming\\Python\\Python310\\site-packages`\n- Blender 内置 Python 依赖路径在：`C:\\Program Files\\...\\Blender\\3.x\\python\\lib\\site-packages`\n\n**解决方法**：必须使用 Blender 自带的 python.exe 来安装依赖。打开终端，运行如下命令（路径需根据你的 Blender 安装位置调整）：\n`\"C:\\Program Files\\Blender Foundation\\Blender 3.x\\3.x\\python\\bin\\python.exe\" -m pip install onnxruntime`",{"id":116,"question_zh":117,"answer_zh":118,"source_url":119},28167,"生成法线贴图时报错：'ValueError: ... required to explicitly set the providers parameter'，如何解决？","该错误通常由 `onnxruntime` 版本不兼容引起（特别是 1.16.0 及以上版本）。\n**解决方法**：\n1. 找到插件的安装目录（通常在 `AppData\\Roaming\\Blender Foundation\\Blender\\版本号\\scripts\\addons\\DeepBump`）。\n2. 用文本编辑器打开 `__init__.py` 文件。\n3. 找到依赖定义部分，将 `onnxruntime` 的版本强制指定为旧版本（如 1.15.1）。代码示例：\n```python\ndependencies = (Dependency(module='onnxruntime', package='onnxruntime==1.15.1', name='ort'),\n                Dependency(module='numpy', package=None, name='np'))\n```\n4. 保存文件并重启 Blender，重新安装依赖即可。","https:\u002F\u002Fgithub.com\u002FHugoTini\u002FDeepBump\u002Fissues\u002F46",{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},28168,"报错 'DLL load failed while importing onnxruntime_pybind11_state' 怎么处理？","这通常是由于缺少 Windows C++ 运行库或权限问题导致的。\n**解决步骤**：\n1. **以管理员身份运行 Blender**：这是最直接的解决方法，许多用户反馈此举有效。\n2. **安装 Visual C++ Redistributable**：确保系统已安装最新的 Microsoft Visual C++ Redistributable (x64)。\n3. **检查 Python 架构**：确保没有混用不同架构的 Python 包，建议使用插件自带的依赖安装功能，它会自动匹配 Blender 内置 Python 的架构。","https:\u002F\u002Fgithub.com\u002FHugoTini\u002FDeepBump\u002Fissues\u002F47",{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},28169,"DeepBump 支持命令行（CLI）模式吗？如何在没有 Blender 的情况下使用？","是的，DeepBump 支持命令行模式。\n在最新版本中，开发者已经集成了终端 CLI 功能，允许用户在不启动 Blender 界面的情况下处理图像。\n**使用方法**：\n请参考项目根目录下的 `cli.md` 文档获取详细命令参数。通常用法类似于：\n`python cli.py --input input_image.png --output output_normal.png`\n这使得 DeepBump 可以轻松集成到其他自动化管线中。","https:\u002F\u002Fgithub.com\u002FHugoTini\u002FDeepBump\u002Fissues\u002F5",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},28170,"在 Blender 3.5\u002F3.6 等较新版本上安装依赖失败，是否有特定注意事项？","在 Blender 3.5 及更高版本上，如果自动安装失败：\n1. **首选方案**：务必尝试**以管理员身份运行 Blender** 后再进行安装，这在 Windows 上解决了绝大多数问题。\n2. **手动安装命令**：如果自动安装仍无效，可打开命令行，定位到 Blender 的 Python 目录手动安装。例如对于 Blender 3.2+：\n```sh\n3.2\\python\\bin\\python.exe -m pip install flatbuffers sympy coloredlogs numpy==1.23.1\n3.2\\python\\bin\\python.exe -m pip install -i https:\u002F\u002Ftest.pypi.org\u002Fsimple\u002F ort-nightly==1.12.0.dev20220711001\n```\n（注意根据实际版本号调整路径）\n3. **插件版本**：确保使用的是 v8 或更新版本的 DeepBump，维护者已在 Linux、Win10、Win11 上测试通过。","https:\u002F\u002Fgithub.com\u002FHugoTini\u002FDeepBump\u002Fissues\u002F22",[136,141,146,151,156,161,166,171],{"id":137,"version":138,"summary_zh":139,"released_at":140},189084,"v8","- 高端型号\r\n- 修复漏洞","2025-03-17T14:35:03",{"id":142,"version":143,"summary_zh":144,"released_at":145},189085,"v7","- 更好的依赖项安装程序，现在依赖项会安装到与插件相同的文件夹中。","2023-04-07T14:28:40",{"id":147,"version":148,"summary_zh":149,"released_at":150},189086,"v6","- 修复 CLI 中的法线翻转问题","2023-03-14T01:03:26",{"id":152,"version":153,"summary_zh":154,"released_at":155},189087,"v5","- 添加命令行使用说明（见 cli.md）","2023-03-04T20:20:13",{"id":157,"version":158,"summary_zh":159,"released_at":160},189088,"v4","- 从法线贴图生成高度图\r\n- 从法线贴图生成曲率贴图","2022-08-07T14:58:34",{"id":162,"version":163,"summary_zh":164,"released_at":165},189089,"v3","- 改进的平铺系统（修复平铺过渡瑕疵）","2021-12-24T12:16:17",{"id":167,"version":168,"summary_zh":169,"released_at":170},189090,"v2","- 现在可以通过 Blender 界面安装依赖项（在插件偏好设置面板中的“安装依赖项”按钮）\n- 禁用 `onnxruntime` 的遥测功能","2021-12-21T19:46:46",{"id":172,"version":173,"summary_zh":174,"released_at":175},189091,"v1","- 引入发布标签","2021-12-19T21:55:31"]