“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。
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
- 确保已满足前置条件(如已安装 Python、Blender)。
- 打开 Windsurf 配置文件。
- 使用下方 JSON 片段添加 BlenderMCP 作为 MCP 服务器。
- 保存配置并重启 Windsurf。
- 在 MCP 服务器面板中验证 BlenderMCP 连接。
{
"mcpServers": {
"blender-mcp": {
"command": "python",
"args": ["-m", "blender_mcp"]
}
}
}
Claude
- 如未安装,先安装 Blender 与 Python。
- 编辑 Claude 的 MCP 服务器配置。
- 按如下命令和参数添加 BlenderMCP。
- 重启 Claude 或重新加载配置。
- 在 Claude 的 MCP 区域检查集成是否成功。
{
"mcpServers": {
"blender-mcp": {
"command": "python",
"args": ["-m", "blender_mcp"]
}
}
}
Cursor
- 安装 Blender 并配置 Python 环境。
- 找到 Cursor MCP 配置文件。
- 按下方所示插入 BlenderMCP 服务器信息。
- 保存更改并重启 Cursor。
- 确认 BlenderMCP 已列在活跃 MCP 服务器中。
{
"mcpServers": {
"blender-mcp": {
"command": "python",
"args": ["-m", "blender_mcp"]
}
}
}
Cline
- 确保 Blender 和 Python 已正确安装。
- 打开 Cline MCP 配置文件进行编辑。
- 添加 BlenderMCP 服务器配置。
- 保存文件并重启 Cline。
- 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:

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 |
