Blender MCP 配置指南 —— 每个客户端,一步一步来
Blender MCP 通过 Model Context Protocol 把 AI 连接到 Blender 3D 。在下面选择你使用的 AI 客户端,按指南一步一步来。每篇指南都包含前置条件、安装、配置、排错和示例提示词。
所有指南都需要:
- Blender 3.0 或更新的版本
- uv 包管理器
- 大约 5–10 分钟的配置时间
选择你的 AI 客户端
按从难到易排列,开箱即用的那一项放在最后。
| 指南 | AI 客户端 | 难度 | 花费 |
|---|---|---|---|
| Ollama 配置 | 本地模型(Ollama) | 进阶 | 没有云端 API 账单——但需要你自己准备并运行一块够用的 GPU |
| VSCode 配置 | VSCode + Cline / Roo Code | 中等 | 免费 |
| ChatGPT 配置 | ChatGPT 桌面版 | 中等 | 建议使用 ChatGPT Plus |
| Gemini 配置 | Google Gemini CLI | 中等 | 有免费额度 |
| Claude 配置 | Claude Desktop / Claude Code | 简单 | 有免费额度 |
| Cursor 配置 | Cursor IDE | 简单 | 有免费额度 |
| 3D-Agent | 已内置——不需要另外接 MCP 客户端 | 最简单——装好即用 | 付费套餐,AI 已包含在内 |
这些配置指南连接的是你自己准备的 AI 客户端;3D-Agent 是一款把 AI 一并包含在内的付费应用,所以没有需要连接的东西。
最常用的选择
Claude 是推荐的起点——Blender MCP 最初就是为 Claude 设计的,这条路的集成也最成熟。如果你本来就用 Cursor 写代码,那么 Cursor 指南 更适合你。
进阶:自己部署本地模型
想自己跑模型,而不是调用云端的?Ollama 指南 讲的就是这条路。模型和它的本地 API 由你自己部署在一块够用的 GPU 上,这一整套加上 MCP 都要你自己配置和维护——比接一个云端客户端麻烦得多,而且在复杂的 Blender 任务上,效果通常不如领先的云端模型。
关于在中国大陆使用
上面这些客户端、模型端点和下载地址在中国大陆能否正常访问,取决于你自己的网络和账号情况,本站没有对此做过测试。配置步骤本身与网络环境无关。
它是怎么工作的
每一种配置都遵循同样的三步:
- 安装 MCP 服务端 ——
blender-mcp这个包(通过uvx运行) - 安装 Blender 插件 ——
addon.py会在 Blender 内部启动一个 socket 服务 - 连接 —— 你的 AI 客户端与 MCP 服务端通信,再由它与 Blender 通信
想了解架构层面的细节,可以看我们的 MCP 服务端详解。
最后更新于