3步让AI接管Blender：BlenderMCP安装与实操完整指南
【免费下载链接】blender-mcpCommunity plugin to control Blender 3D with any LLM of your choice项目地址: https://gitcode.com/GitHub_Trending/bl/blender-mcp
你是否还靠在菜单里翻参数、一行行补 Python 代码来完成 3D 建模？🔨BlenderMCP通过 Model Context Protocol（MCP）把 Blender 3D 直接接到 Claude 等任意大语言模型上，让你用一句自然语言就能创建对象、修改材质、查看视口截图——重复操作交给 AI，你只负责提需求。
它本质上是一个社区插件：Blender 端跑一个轻量 socket 服务器，MCP 端把get_scene_info、execute_blender_code等能力暴露给 AI，整条链路是双向实时通信，改完立刻生效。
手动建模 vs AI辅助：差距到底在哪
先说清楚它替你省掉了什么：
手动操作时，你经常要：
- 记住几十个面板里的参数名，还要查文档确认含义
- 修改一个材质/相机参数，在 UI 里点 5 次，在代码里敲 1 遍
- 建完场景自己"肉眼验收"，发现问题再回退重来
- 找 HDRI、贴图资源，开好几个网页一个个下载
接入 BlenderMCP 后：
- 你只需要说"把相机换成等距视角"，AI 自己读场景、写代码、执行
- AI 能截图回看视口，等于替你完成"预览—判断—修正"的闭环
- 灯光、材质、对象创建都是一步到位的自然语言指令
- Poly Haven 资源库直连，一句话即可下载并套用到场景
一句话：它把"操作 Blender"这件事，降级成了"跟 Blender 聊天"。
3步完成安装：从系统要求到跑通连接
第1步：确认系统要求
| 依赖 | 最低版本 |
|---|---|
| Blender | 3.0（推荐 4.x / 5.x） |
| Python | 3.10 |
| uv 包管理器 | 最新版 |
macOS 用户一条命令即可装好 uv：
brew install uvWindows / Linux 可通过包管理器或官方安装脚本安装（注意不要用pip install uv，它不会生成uvx命令）。
第2步：配置 MCP 客户端
以 Claude Desktop 为例，进入Settings → Developer → Edit Config，在claude_desktop_config.json中加入：
{ "mcpServers": { "blender": { "command": "uvx", "args": ["blender-mcp"] } } }改完配置后彻底退出并重启客户端，让它拉起blender-mcp服务。Cursor、VS Code 等客户端的配置方式基本一致，只需把同样的mcpServers片段放进对应配置里。
第3步：安装 Blender 端插件
插件本体就是仓库里的addon.py，先把它拿到本地：
git clone https://gitcode.com/GitHub_Trending/bl/blender-mcp然后在 Blender 中依次点击Edit → Preferences → Add-ons → Install...，选择addon.py并勾选启用"Interface: Blender MCP"。装好后这个插件就会在 Blender 内启动一个监听 9876 端口的 socket 服务，AI 侧的指令最终都会走到它这里。
工具的具体实现在 src/blender_mcp/server.py，想看每个工具怎么工作可以直接翻这份源码。
第一次体验：让 AI 说出第一句"我看到你的场景"
连接只花 30 秒：
- 在 Blender 的 3D 视图里按
N打开侧边栏，切换到BlenderMCP标签页（界面见下图，勾选Poly Haven可顺带启用资源下载） - 点击Connect to Claude
- 客户端里出现锤子图标，说明工具已激活——这就是连接成功的标志
然后发出你的第一条指令，建议从这类"低门槛、可验证"的 prompt 开始：
"在场景中央创建一个低多边形房间，摆上一张桌子和一盏灯。"
你会观察到 AI 的典型工作节奏：先调get_scene_info摸清现有场景 → 生成 Python 代码执行建物体 → 需要时再截图确认。整个过程你在视口里能实时看到对象被创建出来，这就是最小可用体验路径。⚡
怎么用得好：4个核心功能拆解
get_scene_info：让 AI 先"看懂"再动手
它能做什么：返回当前场景的对象清单、灯光、相机等结构化信息，是 AI 做一切决策的前提。
怎么用：你不用手动调它，直接描述需求即可，AI 会在动手前先拉一遍场景信息。排查"为什么我新建的对象位置不对"时，也可以明确让它"先列出场景里所有对象再操作"，避免它凭空猜测坐标。
get_viewport_screenshot：AI 的"眼睛"
它能做什么：截一张当前 3D 视口截图直接回传给模型，让它以图为准判断构图、灯光、遮挡关系。
怎么用：做完一组操作后追问一句"截图看看现在效果怎么样"，AI 会主动截图自评，并据此给出下一轮修正——相当于免费的"预览验收员"。
execute_blender_code：兜底的万能通道
它能做什么：在 Blender 里执行任意 Python 代码，意味着 Blender 本身支持的操作它基本都能做到。
怎么用：把它当作进阶手段而非首选。⚠️ 由于执行的是任意代码，每次使用前先保存工程；复杂脚本也建议让 AI 拆成小段逐步执行，比一次性丢一段长代码更稳。
Poly Haven 集成：资源不用出 Blender
它能做什么：通过search_polyhaven_assets、download_polyhaven_asset等工具，直接搜索并下载 HDRI、纹理、3D 模型，再用set_texture套到对象上。
怎么用：在侧边栏勾选 Poly Haven 开关后，一句"给这个房间换上黄昏天空的 HDRI"就能完成从下载到应用的全流程，省掉开网页找资源的环节。
实战案例：一句话搭出"产品摄影棚"
给一个能直接抄的完整流程，前后对比会非常明显：
开始前：空场景，只有一个默认相机。
你的指令：
"给手机建模做一个摄影棚：灰色无限背景，三点布光（主光、补光、轮廓光），相机用 85mm 长焦拍产品，最后截图检查一遍。"
AI 的实际执行链路：
get_scene_info—— 确认当前是空场景execute_blender_code—— 创建背景板、手机占位模型，布置三盏灯并调节色温/功率execute_blender_code—— 设置相机焦距、对焦距离、等距俯角get_viewport_screenshot—— 截图自评，发现轮廓光偏暗，自动把功率加了一档
结束后：同一场景里已经是一个可用的产品打光机位，相机参数、灯光位置全部到位。手动搭这套棚至少要点二三十次面板，而这里你只说了两句话。💡
如果中途某一步不满意，直接说"主光角度抬高 10 度"即可，改完再让它截图，每一步都有可视化反馈，不会盲目试错。
常见问题：连接失败怎么排查
Q1：点了 Connect 没反应，或客户端一直连不上？先确认侧边栏里插件服务器确实是运行状态；再确认不要手动执行uvx——服务由客户端自己拉起，手动跑反而冲突。改过配置后记得完全重启客户端。
Q2：报spawn uvx ENOENT是什么问题？GUI 客户端不继承终端的 PATH，它找不到uvx。在终端执行which uvx（macOS/Linux）或where uvx（Windows），把完整路径填进配置的"command"字段即可。
Q3：第一条指令总是失败，重试又好了？这是已知现象：首次握手时 socket 还在预热，直接再发一次通常就成功了，不用慌。
Q4：复杂场景操作超时/半成品怎么办？把大需求拆成串行小步骤，比如先"建背景"、再"布光"、最后"调相机"。拆分后的每一步都可截图验收，出问题也好定位。
总结
BlenderMCP 的价值不在"炫技"，而在于把AI 的生成能力和Blender 的执行能力焊在了同一条实时链路上：你负责意图，它负责点鼠标和写代码。哪怕只是每天省下半小时的参数调整，也足够让这个项目回本。
现在就打开 Blender，按N连上 Claude，让它建你的第一个物体——从一句"帮我建个低多边形房间"开始，3D 建模的节奏从今天起就不一样了。
【免费下载链接】blender-mcpCommunity plugin to control Blender 3D with any LLM of your choice项目地址: https://gitcode.com/GitHub_Trending/bl/blender-mcp
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
