1. JPEG-URL senden
Sende eine Bildaufgabe mit einer öffentlichen JPEG-URL. Bewahre die zurückgegebene Aufgaben-ID auf und erstelle keine weitere Aufgabe, während diese verarbeitet wird.
export TO3D_KEY='YOUR_API_KEY'
export TO3D_IMAGE_URL='https://example.com/product.jpg'
TASK_JSON=$(curl --fail-with-body --silent --show-error \
https://api.to3d.app/api/trellis/tasks \
-H "x-api-key: $TO3D_KEY" \
-H 'Content-Type: application/json' \
-d "$(jq -cn --arg image "$TO3D_IMAGE_URL" \
'{task_type:"image-to-3d",input:{image:$image}}')")
TASK_ID=$(jq -er '.id' <<<"$TASK_JSON")
printf 'Task: %s\n' "$TASK_ID"GLB abfragen und herunterladen
Frage ab, ohne eine weitere Aufgabe zu erstellen. Wenn die Aufgabe erfolgreich ist, speichere die zurückgegebene Modell-URL und lade das GLB herunter.
while :; do
STATUS_JSON=$(curl --fail-with-body --silent --show-error \
"https://api.to3d.app/api/trellis/tasks/$TASK_ID" \
-H "x-api-key: $TO3D_KEY")
STATUS=$(jq -er '.status' <<<"$STATUS_JSON")
case "$STATUS" in
succeeded) jq -er '.output.model_file' <<<"$STATUS_JSON" > model-url.txt; break ;;
failed|canceled) jq '{id,status,error}' <<<"$STATUS_JSON" >&2; exit 1 ;;
pending|processing) sleep 5 ;;
*) printf 'Unexpected status: %s\n' "$STATUS" >&2; exit 1 ;;
esac
done
curl --fail --location --silent --show-error \
"$(cat model-url.txt)" --output product.glb
[ "$(head -c 4 product.glb)" = 'glTF' ]2. Vor dem AR-Viewer prüfen
Öffne `product.glb` zunächst in einem GLB-fähigen Viewer. Prüfe, ob Produktsilhouette, sichtbare Materialien, UVs und Textur für deine Szene geeignet sind. Lege einen realen Maßstab in deiner eigenen Pipeline fest; ein einzelnes JPEG bestimmt keine Abmessungen.
- Wenn dein AR-Ziel ein anderes Format oder einen plattformspezifischen Anker benötigt, führe diese Konvertierung in der Ziel-Toolchain durch und teste sie.
3. Auf dem Zielgerät validieren
Führe den Viewer auf den unterstützten Telefonen, Browsern oder Headsets aus. Prüfe Downloadgröße, Beleuchtung, Texturauflösung, Kameraposition, Okklusion, Interaktion und Bildrate.
- #56 hat weder USDZ-Ausgabe, physischen Maßstab, AR-Anker noch ein AR-Gerät verifiziert. Dieser Artikel beschreibt daher einen reproduzierbaren Ausgangsworkflow und behauptet nicht, dass ein JPEG automatisch zu einem kalibrierten AR-Produkt-Asset wird.
Die Sample-Evidenz im richtigen Rahmen halten
Die vier öffentlichen Sample-GLBs liefern Strukturbeispiele mit eingebetteten PNG-Texturen, UVs, Gelenken und Skinning-Gewichten. Ein Produktmodell braucht möglicherweise kein Rig; überspringe Skin Tokens, sofern dein Objekt kein Skelett benötigt.
- Bewahre Original-JPEG, API-Aufgaben-ID, heruntergeladenes GLB und jedes konvertierte AR-Asset zusammen auf, damit sich ein späteres Darstellungs- oder Maßstabsproblem dem richtigen Schritt zuordnen lässt.