短线配资平台传递文本描述或参考图像参数

一、前言

上次简单介绍了一下 MCP，以及如何在 TRAR 中通过 MCP 实现一些 AI 功能，同时我也说过，以后的那些大型工具软件一定会加上自然语言驱动创作模块。

比如各种 Adobe、Autodask 等等系列软件，但是今天我要讲的一个开源轻量的 3D 建模软件 ——Blender，关于实现一个智能体，完成通过自然语言来控制 Blender 建模、贴图等基本操作。

二、环境清单

TRAE 0.5.7

Blender 4.0

Blender MCP

Python 3.10

三、BlenderMCP 介绍

要想用自然对话的方式在 Blender 中建模，就不得不提到 BlenderMCP 了，全称为 Blender Model Context Protocol，是一个旨在将 Blender 与 AI 模型无缝集成的工具。

它通过模型上下文协议（MCP）实现 Blender 与 AI 之间的双向通信，让用户能够利用自然语言指令来控制 Blender，从而极大地简化了 3D 建模和场景操作的流程，它主要由两个部分组成：Blender 插件和 MCP 服务器。

Blender 插件（addon.py）：该插件运行在 Blender 内部，负责创建 socket 服务器。它接收来自外部的命令，并在 Blender 中执行这些命令。例如，创建对象、修改材质等。插件还会将 Blender 的场景信息或操作结果反馈给外部服务器，实现双向通信。

MCP 服务器（server.py）：这是一个独立的 Python 服务器，实现了模型上下文协议（MCP）。它与 Blender 插件基于 TCP sockets 进行通信，接收用户通过 Claude AI 发出的指令，并将这些指令转换为 Blender 能够理解的命令。服务器还会处理 Blender 返回的结果，将其反馈给 Claude AI，形成一个完整的指令处理流程。

提示：下载整个项目后，只需要复制根目录下 addon.py (Blender 插件)，用于在 Blender 中插件安装，另一个 Server.py 也可以下载单独部署（最好直接用 TRAE 中 MCP 插件市场的）。

四、工具的交互流程

1. 启动 Blender TCP 服务

用户在 Blender 中启用 MCP 插件，插件自动创建基于 TCP Socket 的本地服务器（默认端口 5000），用于接收外部指令。

2. 智能体连接 TCP 服务

第三方智能体（如 Claude、自定义 Agent）通过 TCP/IP 协议连接到 Blender 的 MCP 服务器，建立双向通信通道。

3. 自然语言指令输入与解析

用户向智能体输入自然语言指令（如 "创建一把椅子模型并导入 Blender"），智能体通过 NLP 模型解析意图，判断是否需要调用 Hyper3D Rodin。

4. MCP 协议转换与指令分发

智能体将自然语言转换为 JSON 的 MCP 指令，包含操作类型（如 generate_model）、参数（如 text_prompt: "一把椅子"）和目标工具。

5. 调用 Hyper3D Rodin API

Blender MCP 接收到指令后，通过 HTTP/RPC 接口调用 Hyper3D Rodin 的模型生成服务，传递文本描述或参考图像参数。

6. 模型生成与数据返回

Rodin 的 AI 模型生成带 PBR 材质的 3D 资产，将结果以 .glb 或 .obj 格式返回至 Blender MCP 的临时存储路径。

7. 模型导入 Blender 场景

Blender MCP 自动执行 bpy.ops.import_scene 等 Python API 命令，将生成的模型导入当前场景，并调整材质、灯光等参数。

五、开始操作

1. 安装 Blender 插件

打开 Blender，点击插件安装，找到前面 BlenderMCP 里复制出来的 addon.py，安装后并启用。

2. 添加 BlenderMCP 服务

打开 TRAE 编辑器，在 MCP 市场搜索后直接添加，也可以用前面下载的项目里 server.py 本地添加。

3. TCP 服务启动

打开 Blender，找到或按快捷键 “N” 找到 BlenderMCP 插件面板，端口 9876 可以自定，勾选 “Use Hyper3D Rodin 3D model generation”，Rodin 选 “hyper3d.ai”，API Key 使用免费测试的，点击 “Set Free Trial API Key”。