BlenderMCP MCP 服务器

AI 3D Modeling Blender Automation

联系我们在FlowHunt托管您的MCP服务器

FlowHunt在您的内部系统和AI工具之间提供额外的安全层,让您能够精细控制从MCP服务器可访问哪些工具。托管在我们基础设施中的MCP服务器可以与FlowHunt的聊天机器人以及ChatGPT、Claude和各种AI编辑器等热门AI平台无缝集成。

“BlenderMCP” MCP 服务器能做什么?

BlenderMCP 是一个 MCP(模型上下文协议)服务器,弥合了流行开源 3D 创作套件 Blender 与 Claude AI 等 AI 助手之间的鸿沟。利用 MCP,BlenderMCP 允许 AI 模型直接与 Blender 交互和控制,实现自动化与基于提示的 3D 建模、实时场景创建和操作。这一集成让开发者和创作者能够简化工作流程,例如通过自然语言提示或 LLM 指令在 Blender 内生成、修改或删除 3D 对象和资产。BlenderMCP 通过自动化重复性 Blender 任务、便捷原型设计与智能资产管理来提升开发效率,并保持 AI 与 Blender 的双向通信。

提示模板列表

  • 在现有文档或文件中未明确列出 BlenderMCP 的提示模板。
Logo

准备好发展您的业务了吗?

今天开始免费试用,几天内即可看到结果。

资源定义列表

  • 在现有文档或仓库文件中未明确提供 BlenderMCP 的 MCP 资源定义。

工具列表

  • 对象操作:通过 AI 触发的指令,在 Blender 内创建、修改和删除 3D 对象。
  • 截图/视口捕捉:允许捕捉 Blender 视口的截图,用于场景理解(如发行说明中描述)。
  • Sketchfab 模型搜索/下载:集成 Sketchfab API,可直接在 Blender 中搜索和下载 3D 模型。
  • Poly Haven 资产集成:支持从 Poly Haven API 获取资产并导入 Blender。
  • 3D 模型生成(Hyper3D Rodin):通过 Hyper3D Rodin 接口生成 3D 模型。

该 MCP 服务器的使用场景

  • 提示辅助 3D 建模:AI 可根据用户提示在 Blender 中生成复杂 3D 模型,减少手动建模工作量。
  • 自动化场景创建:通过描述场景,AI 可瞬间搭建并填充 Blender 场景,加快创作流程。
  • 资产搜索与导入:通过 AI 指令直接从 Sketchfab 或 Poly Haven 搜索、下载并导入资产。
  • 视口分析与反馈:捕捉 Blender 视口截图,用于 AI 驱动的场景分析、反馈或文档记录。
  • 模型生成:由 AI 指导,自动使用 Hyper3D Rodin 等生成工具生成全新 3D 模型。

如何设置

Windsurf

  1. 确保已满足前置条件(如已安装 Python、Blender)。
  2. 打开 Windsurf 配置文件。
  3. 使用下方 JSON 片段添加 BlenderMCP 作为 MCP 服务器
  4. 保存配置并重启 Windsurf。
  5. 在 MCP 服务器面板中验证 BlenderMCP 连接。
{
  "mcpServers": {
    "blender-mcp": {
      "command": "python",
      "args": ["-m", "blender_mcp"]
    }
  }
}

Claude

  1. 如未安装,先安装 Blender 与 Python。
  2. 编辑 Claude 的 MCP 服务器配置。
  3. 按如下命令和参数添加 BlenderMCP。
  4. 重启 Claude 或重新加载配置。
  5. 在 Claude 的 MCP 区域检查集成是否成功。
{
  "mcpServers": {
    "blender-mcp": {
      "command": "python",
      "args": ["-m", "blender_mcp"]
    }
  }
}

Cursor

  1. 安装 Blender 并配置 Python 环境。
  2. 找到 Cursor MCP 配置文件。
  3. 按下方所示插入 BlenderMCP 服务器信息。
  4. 保存更改并重启 Cursor。
  5. 确认 BlenderMCP 已列在活跃 MCP 服务器中。
{
  "mcpServers": {
    "blender-mcp": {
      "command": "python",
      "args": ["-m", "blender_mcp"]
    }
  }
}

Cline

  1. 确保 Blender 和 Python 已正确安装。
  2. 打开 Cline MCP 配置文件进行编辑。
  3. 添加 BlenderMCP 服务器配置。
  4. 保存文件并重启 Cline。
  5. 验证 BlenderMCP 是否已连接。
{
  "mcpServers": {
    "blender-mcp": {
      "command": "python",
      "args": ["-m", "blender_mcp"]
    }
  }
}

安全存储 API 密钥

若需安全使用 API 密钥(如 Sketchfab 或 Poly Haven),请将其存储于环境变量,并在配置中引用:

{
  "mcpServers": {
    "blender-mcp": {
      "command": "python",
      "args": ["-m", "blender_mcp"],
      "env": {
        "SKETCHFAB_API_KEY": "${SKETCHFAB_API_KEY}"
      }
    }
  }
}

如平台支持,也可添加用户输入:

{
  "inputs": {
    "sketchfab_api_key": {
      "type": "env",
      "env": "SKETCHFAB_API_KEY"
    }
  }
}

在流程中如何使用 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到 FlowHunt 工作流中,先添加 MCP 组件到你的流程并连接 AI 代理:

FlowHunt MCP flow

点击 MCP 组件打开配置面板。在系统 MCP 配置区,按如下 JSON 格式插入你的 MCP 服务器信息:

{
  "blender-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后,AI 代理即可将此 MCP 作为工具,使用其全部功能。请记得将 “blender-mcp” 替换为实际 MCP 服务器名称,并将 URL 替换为你自己的 MCP 服务器地址。


概览

部分可用性详情/备注
概览
提示模板列表未找到提示模板。
资源定义列表未找到资源定义。
工具列表基于 README 与发行说明,代码未完全列出。
安全存储 API 密钥已包含通用说明。
采样支持(评测时不重要)未提及采样支持。

根据上述表格,BlenderMCP 是一个实用且受欢迎的 Blender-AI 集成 MCP 服务器,具有优秀的实用工具和广泛的应用。但在提示模板、资源和高级 MCP 功能文档方面有所欠缺。总体来说,我会给这个 MCP 7/10,实用性和流行度都很高,但文档和功能透明度仍有提升空间。


MCP 评分

是否有 LICENSE✅ (MIT)
至少有一个工具
Fork 数量1.1k
Star 数量11.9k

常见问题

用 AI 自动化加速 Blender

将 BlenderMCP 集成到 FlowHunt,解锁基于提示的 3D 设计与自动化场景管理。通过 AI 驱动的 Blender 控制提升创意工作流程。

了解更多

OpenCV MCP 服务器
OpenCV MCP 服务器

OpenCV MCP 服务器

OpenCV MCP 服务器通过模型上下文协议(MCP)将 OpenCV 强大的图像和视频处理工具与 AI 助手及开发者平台连接起来。可在您喜爱的开发环境中,直接实现高级计算机视觉工作流,包括图像处理、目标检测和视频分析等。...

2 分钟阅读
OpenCV MCP Server +4
模型上下文协议 (MCP) 服务器
模型上下文协议 (MCP) 服务器

模型上下文协议 (MCP) 服务器

模型上下文协议(MCP)服务器将 AI 助手与外部数据源、API 和服务连接起来,实现复杂工作流的无缝集成,并在 FlowHunt 中安全管理开发任务。...

1 分钟阅读
AI MCP +4
Unity MCP 服务器集成
Unity MCP 服务器集成

Unity MCP 服务器集成

Unity MCP 服务器桥接了 Unity 编辑器与 AI 模型客户端(如 Claude Desktop、Windsurf 和 Cursor),让游戏开发者能够在 Unity 环境中实现自动化、智能助手与高效工作流。...

2 分钟阅读
Unity AI +5