praktiskt exempel
Så byggde en agent ett 3D-galleri med Hugging Face Spaces
En agent kedjade Ideogram 4 och TripoSplat via Hugging Face Spaces och byggde ett 3D-galleri. Här är varför det spelar roll.
Hugging Face visar ett konkret exempel på hur AI-agenter kan bygga med färdiga modellverktyg i stället för att sätta upp allt från grunden. I exemplet bad Mishig Davaadorj en kodagent skapa ett 3D-galleri med Paris-monument. Agenten använde två Hugging Face Spaces: först ett bildgenereringsflöde som skapade monumentbilder, sedan TripoSplat som gjorde om varje bild till en 3D Gaussian splat.
Det viktiga är inte bara att resultatet blev ett galleri. Poängen är arbetsflödet. Gradio Spaces kan exponera en `agents.md`-fil som berättar för en agent hur verktyget anropas: schema, endpoint, polling, filuppladdning och autentisering. När den informationen finns kan agenten läsa instruktionerna, skicka in data och använda resultatet i nästa steg.
I källan gjorde agenten även integrationsarbetet runt modellerna. Den vände TripoSplat-resultat som låg fel i Y-led, auto-framade monumenten, komprimerade `.ply`-filer till `.ksplat` för snabbare laddning och byggde en Three.js-viewer med scrollbyte och dragrotation. Det är sådant arbete som ofta tar tid när AI-modeller ska bli en faktisk produktupplevelse.
För utvecklare är lärdomen praktisk: väldokumenterade Spaces kan fungera som byggblock för prototyper, demos och interna verktyg. För företag är värdet att integrationskostnaden kan minska när modeller blir åtkomliga som tydliga, agentläsbara tjänster. Men exemplet visar också begränsningen: människan behövde fortfarande styra smak, välja bort svaga motiv och bedöma när 3D-resultaten höll tillräcklig kvalitet.