PolarHub
  • Agents
  • MCP Servers
  • Skills
  • PolarBear
PolarHub © 2026
MCP Serversfile-systemsBlender MCP建模器
返回「file-systems」

Blender MCP建模器

modelscope·@dhakalnirajan/blender-open-mcp

file-systems0下载LocalModelScope

简介

一种通过模型上下文协议(Model Context Protocol)将Blender与本地人工智能模型集成的服务器,允许用户使用自然语言提示来控制Blender,以完成3D建模任务。

MCP Server 详情

来自 ModelScope 索引

blender-open-mcp

blender-open-mcp 是一个开源项目,它通过 Model Context Protocol (MCP) 将 Blender 与本地 AI 模型(通过 Ollama)集成在一起。这使得你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。

功能

  • 使用自然语言控制 Blender: 向本地运行的 Ollama 模型发送提示以在 Blender 中执行操作。
  • MCP 集成: 使用 Model Context Protocol 在 AI 模型和 Blender 之间进行结构化通信。
  • Ollama 支持: 设计为与 Ollama 一起工作,以便轻松管理本地模型。
  • Blender 插件: 包含一个 Blender 插件,提供用户界面并处理与服务器的通信。
  • PolyHaven 集成(可选): 通过 AI 提示直接在 Blender 中从 PolyHaven 下载和使用资产(HDRIs、纹理、模型)。
  • 基本 3D 操作:
    • 获取场景和对象信息
    • 创建基本体
    • 修改和删除对象
    • 应用材质
  • 渲染支持: 使用该工具渲染图像并根据输出检索信息。

安装

先决条件

  1. Blender: Blender 3.0 或更高版本。从 blender.org 下载。
  2. Ollama: 从 ollama.com 安装,按照操作系统特定的说明进行安装。
  3. Python: Python 3.10 或更高版本。
  4. uv: 使用 pip install uv 进行安装。
  5. Git: 用于克隆仓库。

安装步骤

  1. 克隆仓库:

    git clone https://github.com/dhakalnirajan/blender-open-mcp.git
    cd blender-open-mcp
    
  2. 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
    
  3. 安装依赖项:

    uv pip install -e .
    
  4. 安装 Blender 插件:

    • 打开 Blender。
    • 转到 编辑 -> 首选项 -> 插件。
    • 点击 安装...。
    • 从 blender-open-mcp 目录中选择 addon.py 文件。
    • 启用 "Blender MCP" 插件。
  5. 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。)

设置

  1. 启动 Ollama 服务器: 确保 Ollama 在后台运行。

  2. 启动 MCP 服务器:

    blender-mcp
    

    或者,

    python src/blender_open_mcp/server.py
    

    默认情况下,它监听 http://0.0.0.0:8000,但你可以修改设置:

    blender-mcp --host 127.0.0.1 --port 8001 --ollama-url http://localhost:11434 --ollama-model llama3.2
    
  3. 启动 Blender 插件服务器:

    • 打开 Blender 和 3D 视口。
    • 按 N 键打开侧边栏。
    • 找到 "Blender MCP" 面板。
    • 点击 "启动 MCP 服务器"。

使用方法

使用 mcp 命令行工具与 blender-open-mcp 进行交互:

示例命令

  • 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 "Create a cube named 'my_cube'." --host http://localhost:8000
    
  • 渲染图像:

    mcp prompt "Render the image." --host http://localhost:8000
    
  • 使用 PolyHaven(如果已启用):

    mcp prompt "Download a texture from PolyHaven." --host http://localhost:8000
    

可用工具

工具名称描述参数
get_scene_info获取场景详细信息。无
get_object_info获取对象的信息。object_name (字符串)
create_object创建3D对象。type, name, location, rotation, scale
modify_object修改对象的属性。name, location, rotation, scale, visible
delete_object删除对象。name (字符串)
set_material为对象分配材质。object_name, material_name, color
render_image渲染图像。file_path (字符串)
execute_blender_code在Blender中执行Python代码。code (字符串)
get_polyhaven_categories列出PolyHaven资产类别。asset_type (字符串)
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 (字符串)
set_ollama_url设置Ollama服务器URL。url (字符串)
get_ollama_models列出可用的Ollama模型。无

故障排除

如果您遇到问题:

  • 确保 Ollama 和 blender-open-mcp 服务器正在运行。
  • 检查 Blender 的插件设置。
  • 验证命令行参数。
  • 查看日志以获取错误详情。

如需进一步帮助,请访问 GitHub Issues 页面。


愉快地使用 AI 进行混合吧!🚀

相关 MCP Servers(来自「file-systems」)

快递100 MCP Server

快递100 MCP Server提供快递信息查询、快递运费预估比价、快递时效查询(含发货前时效查询与在途动态时效查询)等功能。

kuaidi100/kuaidi100-mcp

墨刀AI-MCP

基于Model Context Protocol的原型生成功能服务,专注于HTML代码生成、设计描述生成和HTML导入功能。

mockingbot/modao-proto-mcp

思维导图 MCP

一个用于生成思维导图的 MCP (Model Context Protocol) 服务器。 看起来您的请求中没有提供具体的英文技术文档内容以供翻译。如果您能分享更多详细信息或具体段落,我将能够帮助您将其准确地翻译成中文,同时保留代码块、链接、格式结构和专业术语的准确性。请提供需要翻译的具体文本。

WEIAIb/mind-map-mcp

文档编辑服务

一个通过模型上下文协议(Model Context Protocol)提供读取、写入和编辑微软Word(docx)文件工具的服务器,允许进行整篇文档读取、内容创建、目标段落编辑以及文本插入等操作。

@famano/mcp-server-office

项目规划器

该工具通过灵活的思维流程帮助分析问题,这种流程能够适应变化并不断演进。随着认知的深入,每个思维节点都可以对先前结论进行补充、质疑或修正。 适用场景 拆解复杂问题为可执行步骤 需要预留修订空间的设计规划 可能需要方向调整的深度分析 初期范围不明确的探索性问题 需多阶段推理的复合型问题 多步骤关联的任务场景 需过滤干扰信息的决策场景

virgo777/sequence_think

用于股票量化计算的智能体

基于Qwen3推理引擎的股票量化智能体,其详细使用方法可通过MCP平台内置的《查询操作手册》获取。 For detailed usage instructions on the Qwen3-powered quantitative trading agent with advanced reasoning capabilities for stock market analysis, please refer to the MCP Query Cookbook accessible via the platform's built-in documentation system.

virgo777/Stock-Quant-Agent

自动安装

点击按钮会唤起 PolarBear 客户端,并把当前 MCP Server 的 Markdown 详情文档地址传给客户端。

/api/mcps/dhakalnirajan-blender-open-mcp/markdown
打开 PolarBear 安装查看 Markdown 文档

手动安装

在 PolarBear 或其他支持 MCP 的客户端中,新建 MCP Server,并参考下方来源或安装提示配置。

git clone https://github.com/dhakalnirajan/blender-open-mcp.git cd blender-open-mcp

基本信息

分类
file-systems / developer-tools
运行方式
No
许可证
Other
详情文件
dhakalnirajan-blender-open-mcp.md