掘金 人工智能 6小时前
前端开发,一句话自动3d建模
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

本文介绍了一种基于MCP(模型上下文协议)的插件系统,该系统将Blender与国内Trae AI无缝连接,实现了一句话自动3D建模。通过Trae AI读取Blender场景信息并控制建模、材质等操作,提升3D建模效率。文章详细介绍了安装与配置步骤,以及其工作原理和应用场景,包括快速建模、动态材质调整和教育应用,为3D建模提供了新的可能性。

🔨 **准备工作:** 想要使用Trae AI与Blender联动,需要安装Trae编辑器、Blender 3.0或更高版本,以及Python。此外,还需要安装uv包管理器并设置环境变量。

⚙️ **MCP配置:** 在Trae编辑器中,通过“AI功能管理->MCP->添加->从市场添加”步骤,添加并配置Blender MCP。配置文件中,需要设置Blender的command和args。

🔌 **Blender插件安装:** 从GitHub下载addon.py文件,在Blender中通过“编辑 > 偏好设置 > 插件”安装并启用“Interface: Blender MCP”插件。

💡 **工作原理:** Blender插件作为socket服务器,接收JSON指令并调用Python API执行操作。MCP服务器将AI的自然语言指令转换为JSON命令,通过socket通信转发给插件,实现AI与Blender的交互。

🎬 **应用场景:** 该系统可应用于快速建模与场景生成、动态材质与效果调整,以及教育与低门槛创作。用户可以通过自然语言指令进行3D建模,简化操作流程,提高创作效率。

前言

前端开发,3d小白,一句话自动3d建模!!!

BlenderMCP 是一种基于 MCPModel Context Protocol,模型上下文协议)的插件系统,可将 Blender 与国内 Trae AI 无缝连接。

通过该MCP集成,Trae 可以读取 Blender 场景信息,甚至直接控制建模、材质、相机等操作,让 AI 参与到你的 3D 建模工作流中,大幅提升效率。


正文

准备工作

Trae + Blender MCP插件安装与使用指南,安装步骤如下:

1、安装国内版编辑器:推荐使用豆包出品的"trae"编辑器:
-. 下载并安装trae编辑器
-. 安装完成后界面会有相应变化

2、安装Blender软件:-. 安装 Blender 3.0 或更高版本

3、安装Python:-. 安装 Python 3.x 或更高版本

安装uv包管理器,等一下配置Trae的blender mcp用到,安装方式如下:

macOS用户brew install uv

window用户(执行PowerShell命令安装):

irm https://astral.sh/uv/install.ps1 | iex

接着设置环境变量:

set Path=C:\Users\你的用户名\.local\bin;%Path%

确定uv已经安装:

uv -V

配置mcp

打开Trae右上角点击人头头像,AI功能管理->MCP->添加->从市场添加

来到mcp 市场,搜索🔍blender:

点击去添加并修改配置文件

{  "mcpServers": {    "blender": {      "command": "uvx",      "args": [        "blender-mcp"      ]    }  }}

Blender插件安装

    下载addon.py文件:去githubhttps://github.com/ahujasid/blender-mcp这里下载一下addon.py这个文件。

    在Blender中: 编辑 > 偏好设置 > 插件,点击"从磁盘安装"并选择下载的文件addon.py,安装:

    启用"Interface: Blender MCP"插件:安装完成后要打开一下前面的√。

    查看安装与否:

打开3D视图界面(按N键直接展开右侧的工具栏),

    点击一下set free Trail api key获取一下试用key,最后点击一下connect to mcp server

最后创建一下blender智能体:

原理

    Blender插件 (addon.py):作为Blender内部的扩展,该插件会创建一个socket服务器,负责接收外部通过TCP sockets发送的JSON指令(如“创建球体”“修改材质”),调用Blender的Python API (bpy) 执行操作,并将场景信息(如对象列表、操作状态)以JSON格式反馈给外部。

    MCP服务器 (server.py):作为独立服务,它基于模型上下文协议 (MCP),充当Claude AI与Blender之间的桥梁。服务器将AI的自然语言指令(如“调整灯光为暖色”)转换为Blender可解析的JSON命令,通过socket通信转发给插件,并处理返回的结果或错误消息,最终结构化反馈给AI。

    通信协议:双方通过JSON格式交互,命令需包含type(如"create_object")和可选的params(如{"shape":"cube"})。响应统一包含status("success"/"error")和result(数据)或message(错误详情),例如 {"status":"success", "result":{"object_id":"Cube"}}

指令建模

TraeBlender打通之后,我们直接用刚刚我们创建的智能体,就可以直接用说的方式,让blender建模了:

一些建筑

根据我的发现,最好是用英文去沟通,英文的效果比中文的效果好点,比如说:

"Creating a detailed 3D model of an urban cityscape with diverse buildings and structures."

让这个mcp工具创建具有不同建筑和结构的城市景观的详细3D模型。

然后就完全自动开始3d建模:

物体

"Modeling a stylized, doll-like 3D character with expressive features and smooth surfaces."  “建模一个风格化的、类似玩偶的 3D 角色,具有富有表现力的特征和光滑的表面。”

应用场景

    快速建模与场景生成:通过自然语言指令(如“创建一个科幻风格的房间”)直接生成3D模型或复杂场景,显著提升原型设计效率,尤其适合概念设计快速迭代需求。

    动态材质与效果调整:用户通过语言描述(如“把金属材质改成磨砂质感,颜色变为深蓝色”)实时修改材质属性(粗糙度、金属度)和纹理贴图,无需手动操作参数面板,简化视觉开发流程。

    教育与低门槛创作:初学者可通过自然语言(如“教我做一棵卡通树”)学习3D建模逻辑,同时系统自动生成操作步骤或场景,降低Blender学习曲线,适用于教学演示创意实验场景。

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

Trae AI Blender 3D建模 MCP 插件
相关文章