用 Google Gemini 配置 Blender MCP —— 配置指南

Google Gemini CLI(gemini-cli)原生支持 MCP 服务端,也就是说你可以把 Blender MCP 接到 Gemini 上,用 AI 做 3D 建模。本指南把完整配置走一遍——从安装 Gemini CLI,到用自然语言做出第一个 3D 场景。

Gemini CLI 的 MCP 配置和其他客户端类似:把 Blender MCP 服务端写进一个配置文件,Gemini 就会自动发现并使用它的工具。整个配置大约 10 分钟。

前置条件

Blender 3.0 及以上 —— 从 blender.org 下载
Google Gemini CLI —— 通过 npm 或你惯用的包管理器安装
uv 包管理器 —— 运行 Blender MCP 服务端必需
Google AI API Key —— 可在 aistudio.google.com 获取,有免费额度

第 1 步:安装 Gemini CLI 和 uv

macOS / Linux

安装 Gemini CLI(npm):


npm install -g @google/gemini-cli

安装 uv:


curl -LsSf https://astral.sh/uv/install.sh | sh

其他安装方式: 其他安装途径(例如 pip、Homebrew)请查阅 Gemini CLI 的文档。

第 2 步:在 settings.json 中配置 Blender MCP

Gemini CLI 从 ~/.gemini/settings.json 读取 MCP 服务端。创建或编辑这个文件,把 Blender MCP 服务端写进 mcpServers 块里:

macOS / Linux


{
  "mcpServers": {
    "blender": {
      "command": "uvx",
      "args": ["blender-mcp"]
    }
  }
}

Windows 用户: 请使用 cmd + /c 这层包装,这样 Gemini CLI 才能正确启动 uvx。其他 MCP 客户端在 Windows 上也是同样的做法。

配置文件位置: 通常在 ~/.gemini/settings.json(Windows 上是 %USERPROFILE%\.gemini\settings.json)。你也可以在项目根目录使用项目级的 .gemini/settings.json。

第 3 步:安装 Blender 插件

这个 Blender 插件会在 Blender 内部启动一个 socket 服务,用来接收来自 Gemini 的指令。

下载插件

从 Blender MCP 的 GitHub 仓库下载 addon.py。

在 Blender 中安装

打开 Blender → Edit → Preferences → Add-ons → 点击 “Install…” → 选择刚下载的 addon.py 文件。

启用插件

勾选 “Interface: Blender MCP” 前面的复选框,把它启用。

第 4 步:建立 Blender 一侧的连接

打开 BlenderMCP 面板

在 Blender 的 3D 视图里按 N 打开侧栏,然后找到 “BlenderMCP” 标签页。

启用 Poly Haven(可选)

如果你想使用 polyhaven.com 上免费的 HDRI、贴图和 3D 模型,把 Poly Haven 的复选框打开。

点击 “Connect to Claude”

这一步会启动 Blender 内部的 socket 服务。这个按钮对所有 MCP 客户端都有效,包括 Gemini——它的作用只是把连接打开。

同一时间只运行一个 MCP 客户端。 如果 Blender MCP 已经连到了 Claude Desktop 或 Cursor,请先断开那边。多个客户端同时连接会造成冲突。

第 5 步:验证并开始使用

启动 Gemini CLI:


gemini

确认 Blender MCP 服务端已连接:


/mcp list

你应该会看到类似 ✓ blender: uvx blender-mcp - Connected 的输出。如果显示 Disconnected,运行 /mcp reload,并确认 Blender 正在运行、插件也已连接。

你的第一条 3D 提示词

用自然语言向 Gemini 提要求。例如:

“在 Blender 里做一个悬在蓝色立方体上方的红色金属球”
“布置影棚灯光,并把相机对准场景”
“做一个低多边形的地牢场景,里面有一条龙”
“从 Poly Haven 下载一张森林 HDRI,并把它设为世界背景”

Gemini 会调用 Blender MCP 的工具来完成你的要求。不需要特殊语法——把你想要的东西描述清楚就行。

排错

/mcp list 里 “blender” 显示 Disconnected

确认 Blender 已打开、插件已启用,并且点过 Connect to Claude
确认 uv 已安装:uv --version
在 Windows 上,确认配置用了 cmd + /c 这层包装
试试 /mcp reload,强制 Gemini 重新连接

Gemini 找不到 Blender 的工具

运行 /mcp reload,让它重新向服务端查询工具列表
改完 settings.json 后重启 Gemini CLI
确认 Blender 里的 BlenderMCP 插件显示为已连接状态

第一条指令超时或失败

连接之后的第一条请求有时会这样。再发一条,之后通常就正常了。

API Key 与认证

Gemini CLI 需要一个 Google AI API Key 来调用模型。可以通过 gemini config set api_key YOUR_KEY 设置,或者走 AI Studio 的配置流程。Blender MCP 本身不需要任何 API Key。

想深入了解服务端的工作方式,可以看我们的 MCP 服务端架构详解。

本页的文字步骤是完整的,不看视频也能配完。想对照着看的话,下面这段配置演示录屏在 YouTube 上,只有英文;在你点开之前,本页不会加载它的任何内容。

在 YouTube 上观看(英文,能否访问取决于你自己的网络)

Blender MCP 配置演示

用的是别的 AI 客户端?

Claude 配置 →Cursor 配置 →VSCode 配置 →ChatGPT 配置 →Ollama 配置 →

常见问题

Gemini CLI 支持 MCP 服务端吗?

支持。Google Gemini CLI 原生支持 MCP。把服务端写进 ~/.gemini/settings.json 的 mcpServers 对象里即可。用 /mcp list 查看连接状态,用 /mcp reload 刷新工具发现。

Gemini 和 Claude 的 Blender MCP 配置有什么不同?

结构是一样的:command 用 uvx,args 用 blender-mcp。唯一的区别是配置文件位置——Gemini 用 ~/.gemini/settings.json,Claude 用 claude_desktop_config.json。在 Windows 上,两者通常都需要给 uvx 加上 cmd /c 包装。

配合 Gemini 使用 Blender MCP 要花钱吗?

不用。Blender MCP 免费且开源,Blender 也是免费的。你只需要一个 Google AI API Key——免费额度对 Gemini 模型来说已经相当宽裕。

可以在 Gemini CLI 里同时接 Blender 和其他 MCP 服务端吗?

可以。在 mcpServers 下添加多个条目(例如 github、blender、filesystem),Gemini 会全部连上并合并它们的工具。可以用 settings.json 里的 mcp.allowed 或 mcp.excluded 控制哪些服务端生效。

配置还是不顺利?这正是开源那条路的代价 —— AI 客户端、模型和配置都要你自己选、自己维护。我们自己的付费应用 3D-Agent 则把 AI 和整套工具一并包含在内。对比 Blender MCP 与 3D-Agent →