blender-ai-copilot-studio 是一个面向 Blender 的 AI copilot 扩展,同时也是一个 MCP 服务器。它的核心思路是让 AI 先读取当前场景,再把一段自然语言需求拆解成有序的场景操作,在用户批准后逐步执行。项目自带一个可视化的 Studio 窗口,包含聊天、场景对象列表、视口快照和任务看板,并内置 27 个场景工具。对于需要反复做布局、复制排列、添加灯光和材质的 Blender 用户来说,它试图把机械操作交给自然语言和受监督的工具调用来完成。
项目定位与解决的问题
在 Blender 中搭建场景通常离不开菜单点击、鼠标拖拽和复制粘贴 Python 片段。blender-ai-copilot-studio 的目标不是替代 Blender,而是在 Blender 内部增加一个能感知场景的协作者。它会先检查场景中的对象、结构和材质,再根据用户给出的需求执行多步骤操作。每次操作都是受监督的工具调用,支持批准、取消和命名撤销,避免 AI 直接改动场景而无法回退。
主要功能
- 先检查再操作:每次修改前,copilot 会读取场景中的对象、结构和材质信息,再决定执行步骤。
- 27 个内置场景工具:可以创建基础几何体、灯光、相机、材质、父子关系和变换,并按顺序执行完整布局。
- 多智能体团队链:在 Team 模式下,一个 manager 负责拆分任务,worker 执行,reviewer 审核或退回问题,任务看板记录每次尝试。
- 多模型接入:支持 OpenAI、Anthropic Claude、Google Gemini、OpenRouter、OpenCode Zen、本地 Ollama 以及自定义端点,并可保存多个连接配置。
- MCP 服务:通过本地认证的 Streamable HTTP 端点,把同一套工具集暴露给 OpenCode 和其他兼容 MCP 的客户端。
- 资产搜索与导入:可在对话中搜索 Poly Haven、Sketchfab 和 Poly Pizza,并在确认后导入资产。
- 操作控制:支持逐操作批准、在当前步骤后取消、命名撤销步骤,以及英文、德文、法文、西班牙文和中文界面。
使用方式
项目以 Blender 扩展的形式运行。根据 README 的说明,基本流程是:从 Releases 下载 mcp-for-blender-pro.zip,在 Blender 的 Edit → Preferences → Get Extensions → 菜单 → Install from Disk 中安装并启用,然后打开 3D Viewport → N → MCP Pro 面板。接着选择模型提供商、填写连接信息并选择模型,就可以在 Blender 内发送消息,或点击 Open Studio Window 打开 Studio 窗口。
README 给出了几个使用示例:让 copilot 检查场景并搭建一个带基座、相机和三盏灯的产品展示布局,并给基座指定哑光蓝色材质;或者把选中的对象复制成一行间距均匀的五个副本并显示视口。对于外部 MCP 客户端,可以将 OpenCode 等兼容应用指向本地认证端点,驱动同一套 27 个场景工具,完成检查、搭建和 export_scene 等操作。
配置与运行环境
项目作为 Blender 扩展运行,主要配置项包括 MCP 端点、访问令牌、模型提供商、API 协议、Base URL、模型、连接配置、工作流模式、界面语言和资产服务密钥。默认 MCP 端点为 http://127.0.0.1:9876/mcp,需要在扩展偏好设置中启用,并可调整端口。访问令牌在启用时生成,供外部 MCP 客户端以 Authorization: Bearer 方式使用。
模型方面,README 提醒应选择支持工具调用的模型;如果自定义 API 的模型目录为空,应使用提供商的 Base URL 而不是完整的补全端点,并选择匹配的 API 协议,必要时手动输入模型 ID。凭据保存在本机的 Blender 用户设置中,聊天历史仅限当前会话,Studio 在本地运行并通过认证请求通信。
适用场景与注意事项
这个项目适合希望在 Blender 内用自然语言完成重复性场景搭建、批量排列、灯光相机布置和材质指定的用户,也适合需要把 Blender 场景工具接入自有 MCP 工作流的开发者。它并不承诺替代建模判断,复杂任务仍需要用户审核每一步操作。
需要注意,AI 返回聊天文本不等于执行了场景操作;如果模型不支持工具调用,场景不会被改动。外部 MCP 客户端连接失败时,应确认 MCP 服务已在扩展偏好设置中启用、Blender 保持打开,并正确配置本地端点和 Bearer 令牌。撤销 copilot 的修改可以使用它生成的命名撤销步骤,也可以使用 Blender 自带的撤销功能。
项目数据
该项目在 GitHub 上获得约 516 个 Star 和 14 个 Fork,采用 MIT 许可证。Hugging Face Likes 和 Downloads 不适用于此项目。Star 数仅反映 GitHub 平台上的收藏情况,不代表官方认证或全网排名。
项目主页:https://github.com/credoksopho1984/blender-ai-copilot-studio
项目地址:blender-ai-copilot-studio
相关推荐
gpucanvas:把上千个实时 DOM 节点放进无限画布
32 个免费营销技能包:让 AI Agent 帮你做调研、SEO 和本地广告
DSH Game Studio:一句话生成小游戏,在 DeepSeek Harness 侧边栏里直接玩
ComfyUI:用节点图掌控扩散模型的本地 AI 创作引擎
OpenAmika:可本地运行的 Live2D AI 伴侣,支持实时语音与长期记忆
用 Agent 系统优化本地 LLM 推理速度:inference-optimisation-skill 项目介绍
Lastbook:把生存手册、离线地图和本地 AI 装进一台电脑的开源离线知识库
WebsiteBench:评测 AI 智能体能否通过浏览器探索重建完整网站
最近更新
gpucanvas:把上千个实时 DOM 节点放进无限画布
gpucanvas 是一个 TypeScript 开源项目,用 WebGPU 把上千个实时 React/DOM 节点画在无限画布上,支持编辑器选中缩放、WGSL 着色器、快照、过渡和 AI 代理视图。
Blender AI Copilot Studio:用自然语言在 Blender 里指挥 AI 搭场景
blender-ai-copilot-studio 是一个运行在 Blender 内的 AI copilot 扩展和 MCP 服务器,能把自然语言需求拆成受监督的场景操作,内置 27 个场景工具、多智能体团队链和多模型接入,并提供可视化 Studio 窗口。
32 个免费营销技能包:让 AI Agent 帮你做调研、SEO 和本地广告
Boring Marketing Skills 是一个面向 Claude Code、Codex、Cursor 等 AI Agent 的营销技能集合,共 32 个技能,覆盖品牌调研、定位、文案、本地 SEO、AI 搜索、广告投放和邮件内容,MIT 许可,无需付费工具即可使用。
DSH Game Studio:一句话生成小游戏,在 DeepSeek Harness 侧边栏里直接玩
DSH Game Studio 是一个 DeepSeek Harness 插件:用一句话描述小游戏,就能从 2D 或 3D 体素模板生成可玩游戏,在对话侧边栏实时试玩,还能换 AI 美术、自动测试、导出单文件 HTML,或一键发布到 GitHub Pages。
ComfyUI:用节点图掌控扩散模型的本地 AI 创作引擎
ComfyUI 是一个基于节点图的开源 AI 创作引擎,提供图形界面、API 和后端,支持图像、视频、音频、3D 与文本工作流,可在 Windows、Linux、macOS 本地运行,并针对消费级硬件做推理优化。
OpenAmika:可本地运行的 Live2D AI 伴侣,支持实时语音与长期记忆
OpenAmika 是 MekaHime AI 伴侣 Amika 的开源版本,集成本地 Live2D 形象、实时语音、长期记忆,并支持 OpenRouter 或 Ollama 两种语言模型后端,面向 Windows 与 NVIDIA 显卡用户。
用 Agent 系统优化本地 LLM 推理速度:inference-optimisation-skill 项目介绍
inference-optimisation-skill 是一个面向 AI Agent 的本地 LLM 推理优化技能,用“先算理论上限、单变量改动、交错对照测量、长上下文验收”的工作流,系统提升解码、预填充、KV 缓存、启动时间和首 token 延迟表现,支持 Claude Code 等可加载 SKILL.md 的 Agent。
Lastbook:把生存手册、离线地图和本地 AI 装进一台电脑的开源离线知识库
Lastbook 是一个面向 macOS、Windows 和 Linux 的离线生存知识库,整合手册、视频、百科、离线地图和可选本地 AI,首次下载后即可在断网环境使用。本文介绍其功能、运行环境、安装方式、隐私设计和适用场景。
WebsiteBench:评测 AI 智能体能否通过浏览器探索重建完整网站
WebsiteBench 是一个面向 AI 智能体的网站重建评测基准,包含 70 个网站任务和 46,916 个隐藏测试用例,要求智能体通过浏览器探索反向工程出功能和视觉都接近原站的全栈版本。
Auto Ontology MCP:把语义层接入 Claude、ChatGPT,让数据库问答不再“静默出错”
Auto Ontology MCP 是一个基于 Python 的 MCP 服务器,把 NVIDIA Auto Ontology 的语义层接入 Claude、ChatGPT、Cursor 等客户端。它不需要 LLM API key,由客户端模型完成语言步骤,服务器负责 schema 扫描、键推断、SQL 校验和本地知识库存储,帮助减少 Text-to-SQL 的静默错误。



