blender-open-mcp 是一个开源项目,它通过 Ollama 将 Blender 与本地 AI 模型集成,使用模型上下文协议(MCP)。这使得您可以使用自然语言提示来控制 Blender,并利用 AI 的力量来辅助 3D 建模任务。
pip install uv 安装。克隆仓库:
git clone https://github.com/dhakalnirajan/blender-open-mcp.git
cd blender-open-mcp
创建并激活虚拟环境(推荐):
uv venv
source .venv/bin/activate # 在 Linux/macOS 上
.venv\Scripts\activate # 在 Windows 上
安装依赖项:
uv pip install -e .
安装 Blender 插件:
编辑 -> 偏好设置 -> 插件。安装...。blender-open-mcp 目录中的 addon.py 文件。下载 Ollama 模型(如果尚未安装):
ollama run llama3.2
(也可以使用其他模型如 Gemma3。)
启动 Ollama 服务器: 确保 Ollama 在后台运行。
启动 MCP 服务器:
blender-mcp
或,
python src/blender_open_mcp/server.py
默认情况下,它监听 http://0.0.0.0:8000,但您可以修改设置:
blender-mcp --host 127.0.0.1 --port 8001 --ollama-url http://localhost:11434 --ollama-model llama3.2
启动 Blender 插件服务器:
N 打开侧边栏。使用 mcp 命令行工具与 blender-open-mcp 进行交互:
基本提示:
mcp prompt "Hello BlenderMCP!" --host http://localhost:8000
获取场景信息:
mcp tool get_scene_info --host http://localhost:8000
创建一个立方体:
mcp prompt "创建一个名为 'my_cube' 的立方体。" --host http://localhost:8000
渲染图像:
mcp prompt "渲染图像。" --host http://localhost:8000
使用 PolyHaven(如果已启用):
mcp prompt "从 PolyHaven 下载一个纹理。" --host http://localhost:8000
| 工具名称 | 描述 | 参数 |
|---|---|---|
get_scene_info | 获取场景详情。 | None |
get_object_info | 获取对象信息。 | object_name (str) |
create_object | 创建 3D 对象。 | type, name, location, rotation, scale |
modify_object | 修改对象属性。 | name, location, rotation, scale, visible |
delete_object | 删除对象。 | name (str) |
set_material | 为对象分配材质。 | object_name, material_name, color |
render_image | 渲染图像。 | file_path (str) |
execute_blender_code | 在 Blender 中执行 Python 代码。 | code (str) |
get_polyhaven_categories | 列出 PolyHaven 资产类别。 | asset_type (str) |
search_polyhaven_assets | 搜索 PolyHaven 资产。 | asset_type, categories |
download_polyhaven_asset | 下载 PolyHaven 资产。 | asset_id, asset_type, resolution, file_format |
set_texture | 应用下载的纹理。 | object_name, texture_id |
set_ollama_model | 设置 Ollama 模型。 | model_name (str) |
set_ollama_url | 设置 Ollama 服务器 URL。 | url (str) |
get_ollama_models | 列出可用的 Ollama 模型。 | None |
如果您遇到问题:
blender-open-mcp 服务器正在运行。如需进一步帮助,请访问 GitHub Issues 页面。
愉快地使用 AI 进行混合!🚀