dream-loop: Agent-Skill für 3D-Szenen mit iterativer Bildkritik

Repositoryachimala/dream-loopTool

dream-loop ist ein Open-Source-Agent-Skill von Anshu Sharma (@anshuc), der visuelle 3D-Szenen, Spiele oder Web-Apps über eine geschlossene Feedback-Schleife generiert. Ein Bildmodell erzeugt zunächst eine Zielgrafik, während ein separater AI-Kritiker das laufende Ergebnis visuell mit der Vorgabe abgleicht und Korrekturen anstößt.

Das Wichtigste

  1. Funktionsweise: Bildgenerierung erzeugt einen Referenz-Screenshot, der Agent baut die Szene (z. B. in Three.js), und ein Subagent-Kritiker vergleicht Live-Screenshots mit dem Zielbild.
  2. Optionale Verfeinerung: Nach Erreichen des Zwischenziels kann die KI ein noch anspruchsvolleres Zielbild auf Basis des aktuellen Zustands träumen.
  3. Voraussetzungen: Benötigt werden ein visueller Agent (z. B. Codex mit GPT-6 Astra), Bildgenerierung (Codex, Grok oder Gemini API) sowie idealerweise Subagent-Unterstützung.
  4. 3D-Werkzeuge: Für komplexere 3D-Modelle wird Blender per MCP (Model Context Protocol) oder Skriptschnittstelle empfohlen.
  5. Installation: Einbindung erfolgt über npx skills add achimala/dream-loop oder manuelles Klonen in das Skill-Verzeichnis des Agenten.

Warum das relevant ist

Generative KI-Agenten scheitern bei visuellen Programmieraufgaben oft daran, dass sie das erzeugte Ergebnis nicht selbstkritisch im Detail überprüfen. dream-loop löst dieses Problem durch eine automatisierte Feedback-Schleife aus Generierung, Ausführung und Bildvergleich.

Einordnung

Das Projekt adressiert Entwickler und Experimentatoren, die komplexe Browser-3D-Szenen oder interaktive Grafiken per Prompt erstellen wollen. Technologisch stützt es sich auf JavaScript, Bildgenerierung, Vision-Modelle und 3D-Engines wie Three.js bzw. Blender. Hinsichtlich des Reifegrads handelt es sich um ein frühes experimentelles Konzept (getestet primär mit GPT-6 Astra in Codex), das jedoch bereits funktionierende Demonstrationen wie die Vesper-Demo vorweist und aktive Community-Beiträge einfordert.

Gefunden in

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Inhaltlich ähnlich, ermittelt über die KI-Suche.

  • X-Post:Meng To

    Open-Source-Landingpage Seijaku und acht Three.js-Skills für KI-Agenten

    Meng To hat den Quellcode für Seijaku veröffentlicht, eine interaktive 3D-Landingpage für einen virtuellen Rundgang durch ein japanisches Haus. Neben dem Projekt stellt er acht modulare Three.js-Skills bereit, die KI-Agenten bei der Erstellung komplexer 3D-Szenen unterstützen sollen.

    260Lesezeichen21.438Aufrufe

    KI & AI· Sammlung

  • Repository:MengTo/Skills

    Agent Skills: Wiederverwendbare Playbooks für KI-Coding-Agenten

    Das GitHub-Repository MengTo/Skills bündelt strukturierte Anleitungen und Prompts ('Agent Skills') im Markdown-Format. Es richtet sich an Designer und Entwickler, die Coding-Agenten wie Codex, Claude oder Cursor für Webdesign, Interaktionen und 3D-Szenen einsetzen.

    6243SterneHTML

    KI & AI· Sammlung

  • Repository:oso95/scroll-world

    scroll-world: Agent-Skill für nahtlose 3D-Scroll-Landingpages

    scroll-world ist ein Agent-Skill für Claude Code, Codex und SKILL.md-kompatible Tools. Das Werkzeug erstellt Landingpages mit nahtlosen Kameraflügen durch KI-generierte Szenen beim Scrollen.

    8963SterneJavaScript

    KI & AI· Tool

  • Repository:img2threejs/img2threejs

    img2threejs: Bild-zu-3D-Rekonstruktion als prozeduraler Three.js-Code

    img2threejs rekonstruiert Objekte aus Referenzbildern als prozeduralen, animationsbereiten Three.js-Code. Statt Fotogrammetrie oder Mesh-Extraktion setzt das Projekt auf token-effiziente Code-Generierung.

    15.104SternePython

    KI & AI· Tool

  • Link:Matt Shumer

    The Gauntlet Loop: Prompting-Methode für autonome Agenten hinter Claude of Duty

    Matt Shumer beschreibt die Methode 'Gauntlet Loop', mit der Claude Opus 5 über Claude Code aus einem einzelnen Prompt ein funktionierendes 3D-Spiel mit rund 55.000 Zeilen Code generierte. Der Ansatz teilt Aufgaben auf Subagenten auf und setzt getrennte Builder- und Kritiker-Agenten ein, die Ergebnisse iterativ gegen eine konkrete Qualitätsreferenz abgleichen.

    KI & AI· Anleitung

  • Repository:EveryInc/compound-engineering-plugin

    Compound Engineering: Plugin mit 33 Skills für KI-Coding-Agents

    Compound Engineering ist ein Open-Source-Plugin für AI Coding Agents, das Entwicklungsprozesse strukturiert und Erkenntnisse systematisch dokumentiert. Es unterstützt 14 Plattformen wie Claude Code, Cursor und Codex.

    24.861SterneTypeScript

    KI & AI· Tool

Lassen Sie uns über Ihr Projekt sprechen

Standorte

  • Mattersburg
    Johann Nepomuk Bergerstraße 7/2/14
    7210 Mattersburg, Austria
  • Wien
    Ungargasse 64-66/3/404
    1030 Wien, Austria

Dieser Inhalt wurde teilweise mithilfe von KI erstellt.