Tracefinity：从工具照片生成定制 Gridfinity 收纳盒

tracefinity/tracefinity · Generate custom gridfinity bins with AI, from photos of your tools

GitHub原文发布未知首次收录 2026-10-30上架 2026-11-02 07:04

ELI5：它是什么，解决什么问题

Tracefinity 是一个可自托管的 Web 工具，用户把工具放在 A4、Letter、A3 或 Tabloid 纸上俯拍，校正纸张四角完成比例标定后，由 AI 自动描出工具轮廓并保存到工具库；再按抽屉或工作区规划项目、排版生成收纳盒，并导出 STL/3MF 供 3D 打印。描边可使用本地 IS-Net、BiRefNet Lite、InSPyReNet 模型（无需 API key），也可改用 Gemini、fal.ai、Replicate 远程服务，或手动上传遮罩；输出兼容 Gridfinity 基座，支持指孔、内环、倒角、文字标签、对比嵌件、板床拆分和 three.js 预览。

# 自托管 # 多模态 # 图像分析 # 网格收纳 # 3D 打印

核心能力与快速开始

★ 723 · Python

能做什么: 从俯拍工具照片自动描出轮廓并生成可编辑多边形；将描边工具存入工具库并在项目中复用；在网格上拖拽排布工具并自动适配 Gridfinity 网格；生成兼容 Gridfinity 的收纳盒，支持指孔、内环、倒角、文字标签、对比嵌件 STL；large bins 自动拆分打印；提供 three.js 实时 3D 预览；导出 STL、3MF（多色文字）和 SVG；描边可选本地模型、Gemini、fal.ai、Replicate 或手动上传遮罩；可选通过 Ollama 或 OpenRouter 自动命名工具；支持账号认证与 2FA。
适用场景: 整理工具箱、抽屉或工作区时，按实际工具外形制作定制 Gridfinity 收纳盒；拍摄多件工具后建立可复用的工具库并按项目规划收纳布局；用多色 3D 打印制作带文字标签或对比嵌件的收纳盒；在无外网或无 API key 的环境下用本地模型完成轮廓描边。
项目形态: 可直接使用的工具
部署方式: 提供单容器 Docker 镜像（linux/amd64、linux/arm64），支持 Docker Compose 与 Helm/Kubernetes 部署；也可从源码运行（Python 3.11+、Node.js 20+、pnpm）。远程描边需配置对应 API key；本地模型默认无需联网。
主要依赖: 本地描边模型启动时加载，至少需要 2GB 内存（IS-Net）；BiRefNet Lite 需要 8GB，InSPyReNet 需要 6GB；ARM 设备建议 Raspberry Pi 4/5 且至少 4GB 内存。本地模型依赖 ONNX Runtime，需要 AVX CPU 指令；非 AVX CPU 上本地描边不可用，仅远程描边可用。可选 NVIDIA CUDA 加速，不支持 Intel Arc 与 AMD ROCm。
使用限制: Gemini 模型多为预览版，其中 gemini-2.5-flash-image 返回尺寸不固定，需要后处理对齐。使用 fal.ai 或 Replicate 时，校正后的纸张裁剪区域（可能包含工具超出的周边照片）会发送给相应服务商；Replicate 的输入图像约一小时后自动清除，且没有更早删除的 API。导出文件默认保留 24 小时。远程 API 的定价、配额与数据处理条款未说明。
许可证: MIT
最近推送: 2026-10-29 01:28

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-30 07:00 · 卡片整理：2026-11-02 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

相似资源

clip_search：基于多语言 CLIP 与 FAISS 的文本-图像零样本相似检索应用

该项目用多语言 CLIP 模型（open-clip-torch 的 xlm-roberta-base-ViT-B-32）把图片和文本编码到同一 512 维向量空间，经 L2 归一化后用 FAISS 做内积（余弦相似度）近邻检索，并通过 Streamlit 提供搜索界面。支持用日语或英语关键词以及手持图片在图片集合中做零样本语义检索；仓库附带脚本可先从图片目录构建索引再启动应用，还提供示例图片用于快速试用。README 说明作者曾在 Kaggle 时尚商品图片数据集约 4.4 万张图片上构建索引进行演示，但未做 Recall@K 等定量精度评估。

LibreChat：自托管多模型 AI 聊天与 Agent 平台

LibreChat 是一个开源的、可自托管的 AI 聊天平台，将 Anthropic、AWS Bedrock、OpenAI、Azure、Google、Vertex AI 等主流提供商以及任意 OpenAI 兼容 API 统一在一个界面中。除多模型对话外，它还提供 AI Agents、MCP 工具支持、代码解释器、Artifacts 生成式 UI、Web 搜索、图像生成、多用户安全认证、管理面板与可观测性等功能，适合需要统一掌控多模型与对话基础设施的场景。

video-grep：在终端中用自然语言按画面内容搜索视频并定位时间点

video-grep 是一个面向终端和 SSH 场景的视频内容搜索工具。它把视频按 6 秒片段抽样，用多模态嵌入模型 EmbeddingGemma 2 建立画面索引，再用英文描述动作、场景或物体来检索，返回匹配的视频和具体时间点。支持只读素材、长视频、后台索引、断线续跑、增量索引，以及只导出匹配片段。所有处理在本机完成，仅模型下载需要联网。

DeepSeek-V4.1-Flash-1017 去审查版：在 4 张 RTX PRO 6000 上通过 vLLM-Moet 部署 1M 上下文推理服务

该仓库提供一套 Shell 脚本，用于在 Google Compute Engine 的 g4-standard-192 Flex-start 虚拟机上部署经过 abliterated（去审查）处理的 DeepSeek-V4.1-Flash-1017 模型：使用 vLLM-Moet r21 与 DSpark 投机解码（5 个草稿 token），采用 4 卡张量并行、FP8 稠密权重与 FP4 路由专家，支持 1,048,576 token 上下文、thinking 与并行工具调用、图片输入、SSE 流式输出，并兼容 Anthropic Messages API 与 OpenAI chat completions。仓库还包含基于 Caddy 的 TLS Bearer 鉴权代理、冒烟测试与评测脚本，并给出在 coding agent 负载下的单流解码速度与首 token 延迟数据。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。