让AI听懂你的建模需求!BlenderMCP:自然语言指令直接操控 Blender,一句话生成复杂3D场景

本文涉及的产品
NLP 自学习平台,3个模型定制额度 1个月
NLP自然语言处理_高级版,每接口累计50万次
NLP自然语言处理_基础版,每接口每天50万次
简介: BlenderMCP通过MCP协议实现Blender与Claude AI的无缝集成,支持通过自然语言指令完成3D建模、材质调整等复杂操作,显著提升创作效率。

❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发感兴趣,我会每日分享大模型与 AI 领域的开源项目和应用,提供运行实例和实用教程,帮助你快速上手AI技术!

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 丰富的 AI 工具库 -> 每日更新 -> 尽在微信公众号 -> 搜一搜:蚝油菜花 🥦


🎨 「设计师解放双手!BlenderMCP让AI听懂你的建模需求:一句话生成复杂3D场景」

大家好,我是蚝油菜花。你是否也经历过这些3D创作困境——

  • 👉 想做个赛博朋克城市,光建基础模型就耗掉整个周末
  • 👉 调材质参数像开盲盒,渲染后才发现金属质感像塑料
  • 👉 学习Blender Python API比建模本身还费脑细胞...

今天要拆解的 BlenderMCP ,正在重定义数字创作流程!这个基于MCP协议的黑科技,让Claude AI直接接管Blender操作:

  • 口语化建模:从"来座哥特式城堡"到完整场景,自然语言秒变3D工程
  • 全链路控制:模型创建/材质编辑/灯光布景全流程AI代劳
  • 智能反馈:实时获取场景信息,像指挥人类助手一样调整细节

已有团队用它48小时做完游戏场景,接下来将揭秘这套「人机协作」系统的技术内核!

BlenderMCP 是什么

BlenderMCP

BlenderMCP是将Blender与Claude AI基于模型上下文协议(MCP)集成的工具。通过socket服务器实现双向通信,支持创建、修改和删除3D对象,控制材质和颜色等核心功能。

该系统由Blender插件和Python服务器组成,安装后即可实现自然语言驱动的3D创作。用户无需深入掌握Blender复杂操作,通过对话式指令即可快速完成专业级建模任务。

BlenderMCP 的主要功能

  • 对象操作:支持创建、修改和删除3D对象,包括基本几何体和复杂模型
  • 材质与颜色控制:应用和修改材质,调整对象的颜色和纹理效果
  • 场景信息获取:实时获取当前Blender场景的详细信息,包括对象列表和属性
  • 代码执行:支持在Blender中运行任意Python代码,实现高级定制操作
  • 智能场景构建:根据自然语言描述快速生成或调整3D场景布局和灯光效果

BlenderMCP 的技术原理

  • Blender插件:运行在Blender内部的插件,创建socket服务器接收和执行外部命令
  • MCP服务器:独立Python服务,将自然语言指令转换为Blender可执行命令
  • JSON通信协议:采用轻量级JSON格式进行双向数据交换,确保高效可靠

如何运行 BlenderMCP

安装准备

  • Blender 3.0或更新版本
  • Python 3.10或更新版本
  • uv包管理器

Mac安装uv

brew install uv

Windows安装uv

powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
set Path=C:\Users\nntra\.local\bin;%Path%

Claude桌面端集成

  1. 进入Claude > 设置 > 开发者 > 编辑配置
  2. 在claude_desktop_config.json中添加:
    {
         
     "mcpServers": {
         
         "blender": {
         
             "command": "uvx",
             "args": [
                 "blender-mcp"
             ]
         }
     }
    }
    

安装Blender插件

  1. 下载addon.py文件
  2. 在Blender中进入编辑 > 偏好设置 > 插件
  3. 点击"安装..."并选择addon.py文件
  4. 启用"Interface: Blender MCP"插件

使用示例

  1. 在Blender 3D视图侧边栏找到"BlenderMCP"标签
  2. 点击"Connect to Claude"建立连接
  3. 在Claude中输入自然语言指令,如:
    • "创建一个低多边形风格的地牢场景"
    • "将这辆车的材质改为红色金属"
    • "设置工作室风格的灯光效果"

资源


❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发感兴趣,我会每日分享大模型与 AI 领域的开源项目和应用,提供运行实例和实用教程,帮助你快速上手AI技术!

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 丰富的 AI 工具库 -> 每日更新 -> 尽在微信公众号 -> 搜一搜:蚝油菜花 🥦

相关文章
|
机器学习/深度学习 存储 人工智能
阿里云机器学习PAI全新推出特征平台 (Feature Store),助力AI建模场景特征数据高效利用
机器学习平台 PAI 推出特征平台(PAI-FeatureStore),在所有需要特征的AI建模场景,用户可通过 Feature Store 轻松地共享和重用特征数据,减少资源和时间成本、提升工作效率。
|
2月前
|
人工智能 前端开发 算法
Vibe Draw:涂鸦秒变3D模型!开源AI建模神器解放创意生产力
Vibe Draw 是一款基于AI技术的开源3D建模工具,通过Next.js和FastAPI构建,能将用户绘制的2D草图智能转化为3D模型,并支持文本提示优化和场景构建。
199 35
Vibe Draw:涂鸦秒变3D模型!开源AI建模神器解放创意生产力
|
2月前
|
人工智能 并行计算 PyTorch
TripoSR:开源3D生成闪电战!单图0.5秒建模,Stability AI颠覆设计流程
TripoSR是由Stability AI和VAST联合推出的开源3D生成模型,能在0.5秒内从单张2D图像快速生成高质量3D模型,支持游戏开发、影视制作等多领域应用。
86 13
TripoSR:开源3D生成闪电战!单图0.5秒建模,Stability AI颠覆设计流程
|
2月前
|
人工智能 vr&ar 图形学
谷歌DeepMind联手牛津推出Bolt3D:AI秒速3D建模革命!单GPU仅需6秒生成3D场景
牛津大学与谷歌联合推出的Bolt3D技术,能在单个GPU上仅用6.25秒从单张或多张图像生成高质量3D场景,基于高斯溅射和几何多视角扩散模型,为游戏、VR/AR等领域带来革命性突破。
106 2
谷歌DeepMind联手牛津推出Bolt3D:AI秒速3D建模革命!单GPU仅需6秒生成3D场景
|
4月前
|
存储 人工智能 大数据
AI开发新范式,PAI模型构建平台升级发布
本次分享由阿里云智能集团产品专家高慧玲主讲,聚焦AI开发新范式及PAI模型构建平台的升级。分享分为四个部分,围绕“人人可用”和“面向生产”两大核心理念展开。通过降低AI工程化门槛、提供一站式全链路服务,PAI平台致力于帮助企业和开发者更高效地实现AI应用。案例展示中,介绍了多模态模型微调在文旅场景的应用,展示了如何快速复现并利用AI解决实际问题。最终目标是让AI技术更普及,赋能各行业,推动社会进步。
|
2月前
|
Web App开发 人工智能 JavaScript
Nanobrowser:开源版OpenAI Operator!AI自动操控浏览器,复杂网页任务一键搞定
Nanobrowser 是一款开源的 Chrome 扩展工具,基于多智能体系统实现复杂的网页任务自动化,支持多种大型语言模型,完全免费且注重隐私保护。
305 1
|
3月前
|
人工智能 自然语言处理 API
Cline:29.7K Star!一文详解VSCode最强开源AI编程搭子:一键生成代码+自动跑终端+操控浏览器...
Cline 是一款集成于 VSCode 的 AI 编程助手,支持多语言模型,实时检查语法错误,帮助开发者提高编程效率。通过智能化手段,Cline 可以生成代码、执行终端命令、调试 Web 应用,并扩展更多功能。
993 5
|
5月前
|
传感器 人工智能 安全
杨笛一团队:一个弹窗,就能把AI智能体操控电脑整懵了
杨笛一团队最新研究揭示,简单弹窗可操控AI智能体,使其在执行任务时陷入混乱。实验显示,在OSWorld和VisualWebArena环境中,攻击成功率分别达86%和60%以上。该发现强调了AI安全的重要性,提醒我们在享受AI便利的同时需警惕潜在风险。研究指出,弹窗设计中的四个关键要素(注意力钩子、指令、信息横幅、ALT描述符)对攻击成功至关重要,并建议通过安全训练、人类监督和环境感知提升防御能力。
117 13
|
5月前
|
人工智能 自然语言处理 安全
谷歌版贾维斯即将问世,最强Gemini 2.0加持!AI自主操控电脑时代来临
谷歌发布的Gemini 2.0标志着AI新时代的到来,被誉为“谷歌版贾维斯”。该系统在自然语言处理、图像识别及自主操控电脑等方面取得重大进展,尤其在多模态数据处理上表现出色,能更准确理解用户需求并执行复杂任务。尽管存在对AI自主操控可能带来的负面影响的担忧,谷歌强调Gemini 2.0旨在辅助而非替代人类工作,且已采取多项措施保障其安全性和可靠性。
119 5
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
扩散引导语言建模(DGLM):一种可控且高效的AI对齐方法
DGLM(Diffusion Guided Language Modeling)是一种新型框架,结合了自回归模型的流畅性和扩散模型的灵活性,解决了现有引导生成方法的局限性。DGLM通过扩散网络生成语义提案,并使用轻量级提示生成器将嵌入转化为软提示,引导自回归解码器生成文本。该方法无需微调模型权重,易于控制新属性,并在多个基准数据集上表现出色。实验结果显示,DGLM在毒性缓解、情感控制和组合控制等方面优于现有方法,为可控文本生成提供了新的方向。
135 10
扩散引导语言建模(DGLM):一种可控且高效的AI对齐方法

热门文章

最新文章