如何15分钟在Blender中做出教学3D模型:BlenderMCP 自然语言建模完整指南
【免费下载链接】blender-mcpCommunity plugin to control Blender 3D with any LLM of your choice项目地址: https://gitcode.com/GitHub_Trending/bl/blender-mcp
你的任务很具体:给一堂解剖学课程做一套 3D 解剖演示模型,要求从基础几何体起步、加材质、调展示视角,并且整个过程尽量不手写一行 Python。BlenderMCP 可以把 Blender 接到 Claude 这类 AI 客户端上,你用自然语言下达指令,它就完成建模、改材质、调相机,并回传视口截图供你验收。适合 3D 新手、教师和需要快速出可视化原型的工程师。
BlenderMCP 是什么
一句话定位:一个社区插件,用 Model Context Protocol(MCP)让任意 LLM 实时控制 Blender 3D。它特别适合不会写 bpy 代码、但需要频繁产出 3D 场景的人。
核心机制是一条本地 Socket 链路:AI 客户端 ↔ MCP 服务器(server.py)↔ TCP 9876 端口 ↔ Blender 插件(addon.py)。插件端是一个 Socket 服务器,AI 每发一条 JSON 指令,它就在 Blender 里执行并返回状态,例如"创建球体"会回传success和对象位置。双向通道还包括场景检查、对象增删改、视口截图,所以 AI 能"看到"自己搭出来的东西再迭代。
环境准备:3 步装好 uv 与 MCP 服务器
系统要求:
- Blender 3.0+(推荐 4.x/5.x,需正常 GUI 会话,后台模式不支持)
- Python 3.10+
- uv 包管理器(最新版)
安装 uv 是唯一必跑的命令,按系统选一条:
# macOS brew install uv # Linux curl -LsSf https://astral.sh/uv/install.sh | sh # Windows powershell -c "irm https://astral.sh/uv/install.ps1 | iex"注意两点:不要用pip install uv,它可能不会生成uvx命令;Windows 装完后把%USERPROFILE%\.local\bin加入 PATH 并重启 AI 客户端。
然后在 AI 客户端注册 MCP 服务器。以 Claude Desktop 为例,进入 Settings > Developer > Edit Config,在claude_desktop_config.json中加入:
{ "mcpServers": { "blender": { "command": "uvx", "args": ["blender-mcp"] } } }保存后完全退出并重启客户端。服务器不用你手动启动,客户端会拉起uvx blender-mcp。
实战走查:从 0 到 1 做出解剖演示模型
1. 安装 Blender 插件并点 Connect
- 下载仓库根目录的 addon.py
- Blender 中走 Edit > Preferences > Add-ons > Install...,选择该文件
- 勾选启用Interface: Blender MCP
- 按
N打开 3D 视图侧边栏,切到BlenderMCP标签页,可选勾选Poly Haven(AI 可直接下载 HDR、贴图和模型) - 点击Connect to Claude
预期结果:插件在 9876 端口启动 Socket 服务器。成功判断:侧边栏按钮变为 Connected;AI 侧出现锤子工具图标,说明 Blender 工具已挂载。
2. 第一条指令:搭建基础几何结构
直接对 AI 输入:
创建一个解剖演示基础场景:在场景中心放一个半径 2 的球体,命名 Skull_Base;前方 0.5 米处放一个立方体,命名 Jaw_Rough;删除默认 Cube。预期结果:视口出现 1 个球体 + 1 个立方体,默认 Cube 消失。成功判断:再问"列出场景内所有物体名称",返回的清单里恰好是Skull_Base和Jaw_Rough,数量与命名对得上。
3. 数据与素材整合:材质、贴图与资产库
给 Skull_Base 应用骨质白色不透明材质,粗糙度 0.6;Jaw_Rough 用偏黄的皮质色;再从 Poly Haven 下载一张室内 HDR 作为环境光。预期结果:两个对象材质槽各有一个新材质,世界节点挂上 HDRI。成功判断:视口着色切换为 Material Preview 后颜色正确,F12 渲染不报错。Poly Haven 的资产由 AI 通过 API 直接下载,你不用手动找素材;需要现成模型时,也可让它搜索 Sketchfab 或调用 Hyper3D 生成资产,密钥存在插件偏好里即可持久化。
4. 标注与展示优化:相机、灯光与截图验收
相机切到等距视角,机位略高于场景中心;主光用柔光顶光加一盏补光;然后对视口截图。预期结果:视角锁定相机,灯光就位,AI 回传一张视口截图(base64 图片,跨机器也能返回)。成功判断:截图里两个模型完整入框、无穿帮;构图不对就继续追加一句"相机再拉近 20%"。截图反馈是这个流程的关键——AI 能看到视口再迭代,不是盲操作。
常见坑与快速排错
| 现象 | 原因 | 解法 |
|---|---|---|
spawn uvx ENOENT | GUI 客户端不继承终端 PATH,找不到 uvx | which uvx(macOS/Linux)或where uvx(Windows)拿到完整路径,填进配置的"command"字段;Windows 写"command": "cmd", "args": ["/c", "uvx", "blender-mcp"],改完重启客户端 |
| 第一条指令失败 | 握手时序问题,偶发 | 原样重试一次,通常第二次就成功 |
| 指令超时 | 单次请求过于复杂 | 拆成多条顺序的小指令,一次只让 AI 做一件事 |
| M 系列 Mac 报 cryptography 构建错误 | uvx 选到了 x86_64 的 Python | 配置改为"args": ["--python", "3.11-aarch64", "blender-mcp"] |
| 执行代码后场景被改坏 | execute_blender_code会在 Blender 里跑任意 Python ⚠️ | 用前先保存工程;对关键步骤要求 AI 先返回场景状态再动手 |
以上都没解决时,重启 MCP 客户端和 Blender 侧服务器;缓存异常可执行uv cache clean blender-mcp && uvx --refresh blender-mcp清一次。
结尾
BlenderMCP 的价值链路只有三段:装插件 → 配 MCP → 点 Connect,之后建模、材质、相机、验收截图全部走自然语言,且每一步都有可核对的返回结果。它不替代 Blender 的精细操作,但把"从零搭场景"的成本压到了几分钟。现在就可以试的第一条指令:在场景中心创建一个半径 2 的球体,命名为 Demo_Sphere。
【免费下载链接】blender-mcpCommunity plugin to control Blender 3D with any LLM of your choice项目地址: https://gitcode.com/GitHub_Trending/bl/blender-mcp
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考