BlenderMCP 通过模型上下文协议（MCP）将 Blender 连接到 Claude AI，使 Claude 能够直接与 Blender 交互和控制。这种集成实现了辅助提示的 3D 建模、场景创建和操作。
BlenderMCP 功能：
1、双向通信：通过基于套接字的服务器将 Claude AI 连接到 Blender
2、对象操作：在 Blender 中创建、修改和删除 3D 对象
3、材质控制：应用和修改材质和颜色
4、场景检查：获取当前 Blender 场景的详细信息
5、代码执行：在 Blender 中运行任意 Python 代码
BlenderMCP 组件：
1、Blender 插件（ addon.py ）：一个在 Blender 中创建套接字服务器的插件，用于接收和执行命令
2、MCP 服务器（ src/blender_mcp/server.py ）：一个实现模型上下文协议并连接到 Blender 插件的 Python 服务器
通信协议：
系统使用基于 TCP 套接字的简单 JSON 协议
1、命令以 JSON 对象的形式发送，带有 type 和可选的 params
2、响应是带有 status 和 result 或 message 的 JSON 对象
工具：
get_scene_info - Gets scene information
get_scene_info - 获取场景信息
get_object_info - Gets detailed information for a specific object in the scene
get_object_info - 获取场景中特定对象的详细信息
create_primitive - Create basic primitive objects with optional color
create_primitive - 使用可选颜色创建基本原形对象
set_object_property - Set a single property of an object
set_object_property - 设置对象的单个属性
create_object - Create a new object with detailed parameters
create_object - 使用详细参数创建新对象
modify_object - Modify an existing object's properties
modify_object - 修改现有对象的属性
delete_object - Remove an object from the scene
delete_object - 从场景中移除一个对象
set_material - Apply or create materials for objects
set_material - 为对象应用或创建材质
execute_blender_code - Run any Python code in Blender
execute_blender_code - 在 Blender 中运行任何 Python 代码
Claude 桌面集成：
前往 Claude > 设置 > 开发者 > 编辑配置以包含以下内容：
{
"mcpServers": {
"blender": {
"command": "uvx",
"args": [
"blender-mcp"
]
}
}
}
根据提示词自动生成3D模型过程：
提示词（游戏场景）：创建一个地下城中的低多边形场景，有一条龙守护着一锅金币
提示词 ：获取当前场景信息，并从中创建一个 threejs 草图
知识点补充：
什么是 MCP 协议？
MCP 协议，即模型上下文协议，是一种开放标准，由 Anthropic 开发，旨在标准化 AI 应用程序如何向大型语言模型（LLMs）提供上下文。它就像 USB-C 接口一样，为 AI 提供了一个通用的连接方式，让 AI 可以无缝访问各种数据源和工具，例如文件、数据库和外部 API。
这种协议特别适合构建 AI 驱动的代理和复杂工作流程，帮助 AI 模型获取实时、准确的信息，从而提升响应质量和效率。
它能做什么？
MCP 协议的主要功能包括：
数据访问：允许 AI 从多种来源获取数据，如本地文件、远程数据库或第三方服务，无需为每个数据源单独开发集成。
标准化连接：提供安全、标准化的连接方式，处理认证和使用策略，确保数据安全。
灵活性与可持续性：支持开发者在不同 LLM 提供商和工具间切换，并通过可重复使用的连接器减少重复开发工作。
工作流程优化：通过客户端-服务器架构，MCP 主机（如 AI 接口）可以连接到多个 MCP 服务器，这些服务器提供具体功能，如文件操作、数据库查询或 API 请求。
一个意想不到的细节是，MCP 不仅简化了技术集成，还促进了一个生态系统，让开发者可以“一次构建，多次使用”，这对长期的 AI 开发非常有帮助。
项目地址：
https://github.com/ahujasid/blender-mcp