img2threejs 是一个面向程序化 Three.js 模型生成的技能，其核心目标是将参考图片中的物体或角色重建为仅由代码定义的 Three.js 模型。它采用分阶段雕塑管线与 AI 视觉自我修正循环，而非摄影测量、网格提取或下载美术资源包。
用途方面，该技能适用于用户提供物体图片并希望获得程序化 Three.js 模型、重建/动画/破坏计划、雕塑规格或代码的场景，也适用于材质研究、游戏对象、植物/机械部件及风格化重建。
主要能力包括：强制每次启动、恢复及修正迭代前运行状态检查脚本，以获取有序检查清单、下一步命令和修正循环状态；验证图片是否为合适的 3D 目标；评估物体类别与复杂度，并编写质量契约；生成包含组件层级、材质、光照、枢轴、插槽、动作锚点的规格；按块面→结构→形态→材质→光照→交互→优化的顺序逐遍构建，每遍用截图对比参考图验证；明确声明输出为近似/风格化/低多边形，不伪造置信度。
使用方式：需提供一张图片路径/截图/URL/附件，若缺失则询问；指定预期用途（默认实时浏览器道具带交互性能）；对于 CS2 请求需提供权威分类记录。流程上，首先分析图片（分层观察协议），然后探针本地图片元数据，进行局部规格搜索，创建 CS2 摄入清单（若适用），可选使用保真度证据适配器，进行预规格评估并写入质量契约，构建细节清单，投影优先保真（角色和参考匹配表面），编写规格，验证规格（严格质量验证），生成代码（生成器失败关闭），渲染当前阶段并截图，运行多角度检查与确定性门控，最后进行 AI 视觉评审与修正。
适用场景：游戏道具、可交互动画道具、角色、CS2 皮肤（支持刀具与 Glock-18）、风格化重建、材质研究等。
限制：单张图片无法揭示隐藏侧面或保证精确几何，需明确说明；复杂度高时可能需要更多视图；部分高级功能（如 SAM2、MediaPipe、Depth Anything V2）需可选适配器；CS2 请求必须提供权威分类记录，仅启发式检测不足；本地状态文件是恢复索引，而非视觉证据；脚本仅纯 Python 3.10+ 标准库，无 pip 安装；Windows 需通过特定 PowerShell 脚本运行命令。