modelscope·@dhakalnirajan/blender-open-mcp
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。
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。
pip install uv 进行安装。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 -> 首选项 -> 插件。安装...。blender-open-mcp 目录中选择 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
启动 Blender 插件服务器:
N 键打开侧边栏。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 "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
| 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 |
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 进行混合吧!🚀
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。
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。
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。
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。
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
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.