n8n peut-il orchestrer un workflow d'agent IA pour la modélisation 3D SketchUp et l'animation de construction Twinmotion ?

Questions
1

Décrivez le problème/l’erreur/la question

Bonjour à tous,
Je cherche des conseils pour savoir si n8n pourrait être utilisé pour coordonner un workflow d’agent IA pour la modélisation 3D et l’animation de construction.
L’objectif est de créer un workflow où un agent IA peut aider à générer un modèle SketchUp basique d’un petit bâtiment à panneaux SIP, comme une véranda. Idéalement, chaque partie du modèle serait créée en tant que composant séparé, par exemple :
Fondation
Structure du plancher
Panneaux muraux SIP
Panneaux de toit
Fenêtres
Portes
Revêtement externe
Finitions intérieures
La raison pour laquelle j’ai besoin que les pièces soient séparées est que le modèle puisse ensuite être importé dans Twinmotion et animé étape par étape, montrant le processus de construction de la fondation au bâtiment terminé.
Par exemple, l’animation montrerait :
Fondation installée
Structure du plancher ajoutée
Panneaux muraux SIP installés
Panneaux de toit posés
Fenêtres et portes ajoutées
Revêtement et finitions finales terminés
Ma question principale est de savoir si n8n peut aider à contrôler ce type de workflow, par exemple :
Invite écrite → Agent IA → Génération du modèle SketchUp → Composants séparés → Exporter le modèle → Workflow d’animation Twinmotion
Je comprends que n8n ne crée peut-être pas directement des modèles 3D lui-même, mais pourrait-il coordonner le processus en utilisant des API, des scripts, l’automatisation Ruby de SketchUp, des outils IA externes ou des exportations de fichiers ?
Quel est le message d’erreur, le cas échéant ?
Pas de message d’erreur. C’est une question de conception de workflow.
Veuillez partager votre workflow
Je n’ai pas encore de workflow fonctionnel. J’essaie de comprendre la meilleure architecture avant de la construire.
Le workflow envisagé serait quelque chose comme :
Entrée d’invite dans n8n
↓
L’agent IA interprète les dimensions du bâtiment et la disposition des panneaux SIP
↓
L’automatisation SketchUp crée le modèle
↓
Chaque partie du bâtiment est enregistrée en tant que composant/couche/balise séparé
↓
Le modèle est exporté
↓
Twinmotion est utilisé pour créer une animation de construction étape par étape
Questions
Quelqu’un a-t-il construit quelque chose de similaire en utilisant n8n ?
N8n peut-il déclencher ou contrôler des scripts SketchUp, en particulier des scripts Ruby ?
Est-il réaliste qu’un agent IA crée un modèle SketchUp propre à partir d’une invite écrite, ou aurait-il besoin de beaucoup de corrections manuelles ?
Serait-il préférable de générer la géométrie via des règles programmées plutôt que de demander à l’IA de modéliser directement tout ?
Les étapes d’animation Twinmotion peuvent-elles être automatisées, ou cette partie devrait-elle rester principalement manuelle ?
Tout conseil sur les meilleurs outils, la structure du workflow, les plugins, les API ou l’approche de l’agent IA serait apprécié.
Merci.

Quel est le message d’erreur (le cas échéant) ?

Veuillez partager votre workflow

(Sélectionnez les nœuds sur votre canevas et utilisez les raccourcis clavier CMD+C/CTRL+C et CMD+V/CTRL+V pour copier et coller le workflow.)

Partagez la sortie renvoyée par le dernier nœud

Informations sur votre configuration n8n

  • Version n8n :
  • Base de données (par défaut : SQLite) :
  • Paramètre n8n EXECUTIONS_PROCESS (par défaut : own, main) :
  • Exécution de n8n via (Docker, npm, n8n cloud, application de bureau) :
  • Système d’exploitation :
2

ouais n8n peut faire ça, mais c’est l’orchestrateur, pas l’outil qui crée le modèle. vaut mieux être clair là-dessus dès le départ parce que ça change toute l’architecture.

l’erreur que la plupart des gens font, c’est demander à l’IA de modéliser la géométrie directement. les llms sont nuls en CAO paramétrique propre, tu vas passer plus de temps à corriger que si tu l’avais juste scripté. la façon dont je le ferais : laisser l’IA faire ce qu’elle sait bien faire, transformer ton brief écrit en spec structurée (longueurs de murs, nombre et tailles de panneaux, positions des ouvertures, tout en json). puis un script déterministe construit la géométrie réelle à partir de cette spec. IA pour l’intention, code pour la géométrie. cette séparation c’est ce qui te donne des modèles propres et reproductibles ET tes parties séparées gratuitement.

pour sketchup c’est l’API ruby. n8n peut pas entrer à l’intérieur de sketchup et lancer ruby lui-même, mais ça n’a pas besoin. n8n produit la spec json et la transmet, et un script ruby à l’intérieur de sketchup lit cette spec et construit chaque partie (fondations, étage, panneaux de murs, toit, ouvertures…) comme son propre composant avec un tag nommé par étape. parce que le script les fait en composants nommés discrets, ton découpage étape par étape est intégré dès le départ, pas quelque chose que tu divises à la main plus tard.

le côté twinmotion c’est où je mettrais les attentes. importe via datasmith et ta hiérarchie de composants + tags se reportent, donc toutes les parties arrivent déjà organisées. mais la vraie séquence de construction c’est la feature Phasing de twinmotion et c’est surtout une configuration manuelle de timeline, y a pas vraiment d’API pour que n8n pilote l’animation elle-même. donc réaliste : n8n + ruby automatisent tout jusqu’à et y compris l’export, et le phasing dans twinmotion reste manuel (juste beaucoup plus rapide parce que les parties sont déjà divisées et nommées).

donc directement à tes questions : oui n8n l’orchestre, oui ça peut déclencher ruby (indirectement, via un fichier ou endpoint que le script surveille), non ne fais pas modéliser l’IA directement, oui génère la géométrie par règles scriptées, et l’animation twinmotion c’est la seule partie qui reste surtout manuelle.

prêt à approfondir le handoff n8n vers ruby si tu te mets à le construire, c’est la partie avec le plus de pièges.

3

Salut @danda_war
Génère la spec dans une Basic LLM Chain avec un Structured Output Parser attaché plutôt que dans un nœud Agent, de sorte que le JSON soit validé par schéma avant que le script Ruby ne le voie. Garde ce que le modèle émet aux paramètres au niveau du brief, aux portées globales, aux positions d’ouverture et à la largeur du module de panneau, et laisse le script dériver les comptages et positions des panneaux, car les comptages que le modèle invente ne s’adapteront pas au module.
La documentation de n8n signale que l’analyse de la sortie structurée est peu fiable quand l’analyseur est rattaché à un Agent et recommande une chaîne LLM séparée pour l’étape d’analyse, de sorte qu’un Agent puisse toujours exécuter l’interface conversationnelle en tant que tel tant que la chaîne effectue l’analyse.