把仓库搬进屏幕是这几年供应链和工业互联网领域最常被提起的需求之一。所谓3D智慧仓储数字孪生简单讲就是把真实仓库的货架、货物、工位、巷道、AGV这些物理存在用三维模型在浏览器里重建再和实时业务数据绑定让管理层打开网页就能看到“此刻仓库里的库存到底长成什么样、哪个库位快满了、哪条通道最堵”。做这类项目最大的阻力往往不在后端也不在数据库而在三维场景本身熟悉Blender的人建模可能都要一周不熟悉的人可能连基础布局都摆不明白。前阵子我把Antigravity和Blender MCP串在一起基本实现了用对话的方式驱动3D场景生成——你跟AI说“帮我生成一排双侧货架”Blender里立刻就有了你说“给1号库区刷一批库存预警颜色”数字孪生页面也跟着变。这篇文章我按项目落地的顺序走一遍先拆需求再讲MCP原理然后把环境搭起来最后直接实操建模、导出、绑定数据最后再把我踩过的坑整理成清单。适合正在做仓储可视化、物流仿真、数字孪生园区类项目并且想用AI把3D建模环节提速的朋友。1. 项目拆解一个3D智慧仓储数字孪生到底要做什么1.1 先定场景边界不要一上来就想“还原所有细节”很多人一听到数字孪生就习惯性去追求高精度的模型还原真实仓库里的一根立柱、一段传送带、一个打包台都想抠出来。但就我实际做过这类项目的经验来说大而全的物理孪生只适合做对外宣传片不适合日常运营管理。真正能落地的3D智慧仓储通常只需要完成四件事第一三维展示仓库空间结构与库区划分第二用货架和库位的状态颜色表达库存分布第三能够点击某个库位或托盘弹出业务信息第四跟WMS或日常表格数据源联动定时刷新状态。你把这个边界想清楚之后再去谈建模思路会瞬间清晰。以我这次的项目为例我最终锁定的范围是一个约600平米的有效仓储平面包含收货缓存区、高架货架区、AGV巷道、散货分拣区四个区域。模型层面只要求“像”不需要达到材质级还原也不追求贴图照片。即便是货架我也用标准长方体加立柱表达重点保证比例和相对位置正确。为什么这么定因为后续要在浏览器里做数字孪生渲染模型面数越少页面加载越快而且跟业务数据绑定的核心是“库位编号”不是外观好看。这个取舍一定要在项目一开始就跟需求方对齐否则后面返工成本非常高。1.2 为什么选Antigravity加Blender MCP这个组合在说结论之前先讲一个我踩过很多次的弯路。以前做仓储数字孪生前端我都是先用Blender人工把模型摆好再手动导出一份JSON或GLTF然后在Three.js里手写代码完成加载、定位、加交互。这套流程最大的痛点不是某个环节难而是“环节之间是断开的”。改一次货架高度要回Blender里调一次重新导一次再改前端代码来回折腾一两个小时。而Antigravity擅长的是快速生成前端业务代码Blender MCP擅长的是让AI直接操作Blender两者接上之后会构成一条连续链路需求用中文描述AI理解后驱动Blender改动模型紧接着导出JSON再由AI同步更新前端渲染逻辑。有人会问直接用Antigravity生成的3D代码不行吗也行但纯代码生成3D场景的试错成本非常高。Three.js的手写物体、相机、光照参数一旦多起来AI经常会把坐标和尺寸算错你在代码里找错找半天不如直接在Blender里看一眼。把Blender当场景编辑器、MCP当遥控器AI只负责指挥Blender负责执行实际测试下来准确率和可控性都更稳。这也是我决定在这篇里重点讲这种组合的原因——它不追求用AI替代建模师而是把AI放在指挥位把Blender当成那双灵巧的手。1.3 整体数据流和功能闭环这个项目的整体数据流并不复杂。最底层是仓储业务数据包括库位表、库存表、出入库记录格式可以是WMS接口下发的JSON也可以是Excel转出的CSV。中间层是三维场景对象统一以scene.json加资源文件的形式维护其中每个货架节点、每个库位节点都有唯一ID与业务数据里的编号一一对应。最上层是Antigravity生成的Web前端它负责加载场景JSON、启动Three.js渲染循环并定时请求业务数据更新库位颜色和详情面板。Blender MCP在这个闭环里的位置值得单独强调它不是运行时依赖而是在“建模维护期”使用。日常运行的数字孪生页面完全可以不依赖Blender但每次需要调整仓库布局、增减货架、改变库位几何位置时只需要在Antigravity里用自然语言发起指令让Blender代劳再导出一版新的JSON覆盖即可。这种“建模期由AI辅助运行期轻量化渲染”的设计是我目前试下来性价比最高的方式也避免了把Blender拖进生产环境带来的稳定性和授权成本问题。2. 啃透三个技术底座MCP、Blender MCP、数字孪生渲染2.1 MCP是什么让AI从“只聊天”变成“能操作软件”MCP的全称是Model Context Protocol模型上下文协议。你可以把它理解成给AI模型装了一堆可插拔的外设接口。以前要做一个“AI帮我点一下Blender里的按钮”我们通常得写一套私有接口AI输出一段JSON后端接住后执行但凡是换一个工具就要重写一遍。MCP把这一层统一成了标准AI侧通过标准请求调用工具工具侧只要实现标准接口并把操作暴露出来即可。用生活里的例子类比它就像USB-C接口鼠标、键盘、显示器都能插同一个口不需要谁专门给对方定制线缆。放在我们这个项目里Blender MCP就是这样一个外设。AI通过MCP协议向Blender发送指令Blender收到后执行操作再把结果返回给AI。比如AI说“把选中的物体移动2米”它会调用一个move_object的工具函数参数是偏移量Blender端实际执行代码后返回“移动完成”。整个过程中用户看到的效果就是AI真的在操作Blender。MCP不是某一个软件而是“一套协议加服务端实现再加客户端实现”的组合。服务端跑在被控制软件附近比如Blender插件就是服务端客户端跑在AI应用里比如Antigravity里的MCP配置就是客户端。理清了这个模型后面排查连接问题就会快很多。组件角色对应到本项目MCP服务端暴露真实工具能力给AIBlender内的MCP脚本提供创建物体、查询场景等接口MCP客户端让AI能调用远程或本地工具Antigravity侧添加的MCP连接配置通信协议定义请求和响应的标准结构本地回环或远程HTTP/WebSocket通道2.2 Blender MCP的核心能力到底能到什么程度Blender MCP是一个社区维护的开源项目核心机制是在Blender内部启动一个服务持续监听来自AI侧的命令。命令的粒度被设计得比较细包括创建基础物体、设置材质颜色、变换位置旋转缩放、选择物体、查询场景结构等。听上去简单但组合起来非常够用货架由多个立方体拼接巷道用平面加标线表达托盘和纸箱就是几个小方块按规则排列。你不需要指望AI一笔画出有复杂曲面的模型仓储数字孪生这种以规则几何体为主的场景恰好是它最擅长的舒适区。我特别想强调一个实用细节Blender MCP不仅能“加东西”还能“改结构”。在做智慧仓储模型时经常需要批量操作比如给整个区域的几百个货架统一换成另一种高度或者把三层货架改成五层。你不可能在Antigravity的对话框里描述一次让AI挨个遍历箱体而是要先给MCP发查询命令拿到场景里所有物体的名字和层级结构再配合AI写出的循环脚本一次性批量调整。所以在这个项目里MCP的“查询场景状态”能力比“创建物体”能力更关键它决定了AI能不能在一个陌生的模型空间里保持方向感。命令分组典型用法在当前项目中的价值场景查询列出所有物体、获取选中对象属性确认AI没有建错批量脚本前做环境扫描物体创建创建立方体、平面、柱体货架、地面、区域标识板物体变换移动、旋转、缩放按坐标精确定位货架和托盘材质设置修改颜色和透明度区分库区、预警状态上色文件操作保存、导入导出让模型进度不丢失导出中间JSON2.3 数字孪生场景的核心链路场景JSON、数据绑定与交互数字孪生之所以叫“孪生”是因为模型和数据之间存在一一映射。这张映射关系通常由一个结构清晰的场景JSON来承载。每个物体节点可以扩展一个metadata字段里面存库位号、库区、责任人、库存阈值等业务属性。前端拿到JSON后先按节点递归生成Three.js对象再把metadata里的ID与业务数据表的主键匹配。这样一来当库存数据变化时前端能精确定位到是哪个货架上的哪个库位需要变色、需要弹出什么提示。在实际项目里我会把数据绑定分成两层静态绑定和动态绑定。静态绑定是模型本身固有的信息比如“B-02-03库位位于B区第二排第三层”这种在建模时写进JSON就够了。动态绑定是随时间变化的业务数据比如“该库位当前库存量120箱”需要通过接口轮询或WebSocket推送更新。讲到这里大家应该已经明白布置Blender模型的一个重要原则每一个业务上有独立意义的对象都必须拥有独立的ID。最忌讳的是把一整排货架做成一个整体物体那样前端没有可以挂数据的抓手。这个原则越早想清楚后面的开发越省力。3. 环境搭建把Antigravity和Blender MCP同时拉起来3.1 Blender与Blender MCP服务配置先说Blender这一端。我用的是Windows环境下Blender LTS版本也就是长期支持版。我不建议在刚推出的非长期支持版上折腾插件稳定性优先。下载安装完成后需要把Blender MCP的脚本放入Blender插件目录常见路径是C:\Users\用户名\AppData\Roaming\Blender Foundation\Blender\版本号\scripts\addons。打开Blender后在Edit-Preferences-Add-ons里搜索到该插件勾选启用。启用后会有一个端口设置项项目里默认端口可以用但我建议手动指定一个高位端口比如9876避免和本机其它服务冲突。这一步有一个很容易踩的坑Blender MCP服务默认只监听本机回环地址。如果Antigravity运行在云端沙箱里它直接访问你本机的回环地址是不通的。解决思路有两种一种是把Blender MCP绑定到局域网或公网可达地址同时确认路由和访问控制都允许双向通信另一种是在本机旁边放一个MCP桥接服务把远程请求转成对本地Blender的请求。出于安全考虑我只在开发环境做端口转发测试不会在正式环境对外开放Blender端口。产品化部署时建议把Blender建模这步放到构建机上和最终的数字孪生运行环境隔离。配置完成后可以通过Blender窗口里MCP插件面板上的状态信息判断服务是否正常如果显示类似“Listening on port 9876”的内容就说明服务端已就绪。第一次调试时记得打开Blender的Console Output窗口里面会实时打印收到的请求和异常堆栈。那是后面排查问题最直接的线索比任何日志都好用。3.2 Antigravity侧配置MCP连接Antigravity作为以Agent为核心的AI开发平台工作区里提供了配置MCP客户端的入口。打开项目设置找到MCP相关配置面板在里面添加一个新的MCP服务器。这里的地址格式取决于Blender MCP服务是本地直接暴露还是经过桥接。本地暴露的话填类似于http://127.0.0.1:9876/mcp这样的地址如果是桥接方式就填桥接服务给出的对应地址。第一次连接前我建议先用接口测试工具或浏览器直接访问一次这个地址确认能正常返回MCP握手信息再去Antigravity里连接。否则两边一起调试容易把问题混在一起。很多人在这一环节会卡住很久原因非常隐蔽Antigravity的沙箱网络未必能直接触达你本机的局域网。这其实不是Antigravity独有的问题而是所有远程开发平台都会遇到的网络边界限制。解决办法就是我前面说的要么做公网可达桥接要么调整部署方式把Blender作为建模工具放在与Antigravity同网段的机器上。这里我特别提醒一句只要能连上MCP服务就不要去动平台自身的访问控制策略。开发环境可以灵活点但安全边界默认收紧是好事。3.3 连通性验证从文字到三维物体的第一声回应环境搭好之后先别急着堆复杂指令建议做几个最小验证。第一层验证是“列出场景”对MCP发送查询当前Blender场景里所有物体的请求返回一个空列表也算成功因为这说明通信链路是通的。第二层验证是“创建一个立方体”看看Blender视图区是不是多了一个默认名称的空物体。第三层验证是“带参数创建”让它创建一个长宽高分别为2米、1米、3米的立方体并命名成test_shelf再发查询确认属性和坐标都正确。这三步跑通解决的问题是“AI和Blender之间能不能互相理解”。MCP指令本质是函数调用AI返回的参数则是从自然语言里推算出来的非常容易出现单位理解错误、坐标系方向搞反的问题。通过这三层递进验证能够快速判断AI是否理解了我们讨论的尺寸和比例基础。这里如果过不了后面批量建模会非常痛苦因为错误会在一个基数上重复放大。4. 从零到原型AI辅助搭建智慧仓储数字孪生的完整实操4.1 用自然语言生成仓库基础框架模型搭建的第一件事不是建货架而是让AI先把仓库布局搞清楚。我习惯在Antigravity的对话里给出一段结构化的场景描述比如“仓库是长方形长40米宽20米入口在正西侧整个空间划分为收货区、高架区、分拣区、出库区高架区放在南侧沿南北方向排列5排货架每排20个货位做双面货架”。然后要求它通过Blender MCP先把地面、分区边界线、出入口标识创建出来。这里有一个很关键的技巧给AI的信息越结构化它换算成Blender坐标就越准。所谓结构化就是所有长度都带单位所有区域相对关系都讲清楚比如“B区位于A区东边10米处”。不要用“稍微”“靠左边一点”这类模糊描述。AI虽然没有天生的空间直觉但处理数字坐标非常擅长前提是你把数字在提示词里写明白。执行完之后我还会立刻让AI读取当前场景物体列表核实实际创建的平面和边界线数量。这一步相当于让AI自检一次实测能过滤掉将近三成低级错误。4.2 货架、库位、巷道这些细节如何精准生成基础框架完成后进入模块化建模阶段。货架是整个场景里最核心的模块。以常见的双深位货架为例每一排可以拆成两根立柱、若干层横梁、左右两列库位底板。在Blender MCP中可以先用AI生成一段“货架生成脚本”脚本里定义参数排数、列数、层数、列间距、层高。脚本先创建单排货架再用循环复制和位移完成整个高架区的布置。这样做的好处是所有货架的间距、层高都由同一套参数驱动改起来特别方便。批量生成时最需要留意的是命名规则。我会要求AI把每一个库位物体命名成类似Bin_A1_01_02的格式其中A1表示货架编号01表示列02表示层。只要所有名字按下标规则走后续从Blender导出JSON时程序就能直接解析命名生成映射表不需要人工一个一个去对。这条经验是我改过很多个项目之后总结出来的强烈建议大家在项目开始前就定好命名规范。巷道和地面标识的处理就简单很多。巷道用平面加半透明材质表示再用一条条短立方体铺成地面导向线代表AGV运行路径。这个阶段同样可以直接下自然语言指令“沿X坐标从10米到30米每隔1.5米放置一个长2米、宽0.1米的白色导向块。”AI一次就能生成一批排列整齐的对象比手动一个个复制粘贴快好几个量级。需要提醒的是生成数量较大的对象时Blender MCP对每个命令都有一定处理延迟分批操作比一次性生成几千个物体更可靠否则容易超时。4.3 从Blender导出JSON并在Antigravity中渲染模型在Blender里搭好之后就要导出给前端。导出这步看起来简单但实际是整个流程里最容易出问题的地方。我推荐的做法是不直接导出Blender原生格式给Three.js而是先写一段Python脚本把场景里需要的物体信息包括名称、类型、位置、旋转、缩放、层级、材质颜色整理成一份JSON。这段脚本可以直接让AI生成要求它按照“仓库场景导出规范”输出并且过滤掉辅助对象比如专为建模做的参考平面。拿到JSON后把它放到Antigravity工作区的src/assets目录下。然后让Antigravity生成一个用Three.js加载场景JSON的页面。AI会写一段递归加载逻辑读取JSON里的每个节点根据节点类型创建Mesh、BoxGeometry和Material再按位置旋转缩放的数值设置好Transform。跑起来后浏览器里基本就能看到和Blender保持一致的三维仓储结构。这个环节必须注意坐标系差异。Blender的默认世界坐标系是Z轴向上而Web 3D常用的是Y轴向上。所以导出的时候要么在脚本里做坐标轴转换要么在Three.js载入时把外部容器旋转90度。不处理好这个就会出现“Blender里看着正常浏览器里整个仓库躺倒”的诡异现象。你可以在导出JSON里额外写入一个coordinate_system字段前端根据这个字段自动适配这样同一个JSON也能兼容不同渲染引擎。4.4 让模型“活起来”的实时数据绑定三维场景能渲染出来只是第一步数字孪生的核心在于业务数据联动。在Antigravity里我会单独生成一段数据绑定模块先用Fetch请求业务接口拿到库位库存列表然后遍历场景JSON中所有命名符合库位规则的节点根据库位编号查找对应的库存量再按预设阈值给物体材质换颜色。比如库存低于安全库存显示红色大于安全库存但小于上限显示黄色正常范围显示绿色。这种逻辑对Antigravity的AI来说很好写因为它只需要处理“数据表格到颜色的映射”不涉及复杂的模型几何计算。实际演示效果很直观仓库区域里原本蓝色的货架在数据更新后不同库位依次变成红黄绿色管理层一眼就能看出哪个区域库存紧张。除了颜色变化我还会绑定点击事件用户点击任一库位页面右侧浮出一个面板显示库位号、SKU、数量、最后入库时间这些字段也是从业务接口里取出来的。对刚接触数字孪生的朋友我建议第一版先不要加粒子效果、流动光线这类锦上添花的装饰。先把“三维模型加数据映射再加点击交互”这个闭环跑通它已经能覆盖大多数人对数字孪生场景的常规预期。花哨效果放到闭环稳定之后再加会顺很多。5. 常见问题与排错实录从报错到跑通的全程笔记5.1 Antigravity侧的各种执行错误Antigravity的Agent在执行任务时偶尔会返回类似execution terminated due to error的提示。遇到这种报错我的第一反应永远不是怀疑AI能力有问题而是怀疑上下文太长或中间步骤太多。最常见的原因是Agent在一步步操作MCP时单轮要处理的内容过多超过了执行窗口。解决办法是把任务拆细不要一次说“创建整个仓库模型”而是分成“创建地面”“创建货架”“摆放托盘”三次执行每次确认结果正确再继续下一段。另一种报错是因为MCP调用返回格式异常。AI把Blender返回的JSON当成了最终答案却没有继续执行后续步骤。这类问题可以在提示词里加一句“如果MCP返回成功请继续执行下一步不需要向我复述结果”会显著减少半途停下来的情况。做多步骤复杂任务时我还会把整段操作整理成一个可重复执行的脚本由Agent调用一次脚本统一完成而不是依赖它每步临场发挥。我实测下来大批量建模时这种模式的失败率明显低很多。5.2 Blender MCP连不上、超时与握手失败连接不上是玩Blender MCP时遇到最频繁的问题。如果Antigravity侧一直报超时先回去检查Blender窗口里的服务状态是否真的在监听再检查端口有没有被防火墙拦截、是否被其它进程占用。Windows环境很常见的一个情况是Blender以普通权限启动时服务端口被安全软件拦截。解决方式是在防火墙里为Blender进程放行或者换一个高位端口重新测试。另外如果用了桥接服务还会遇到握手协议不一致的情况。有些桥接工具只暴露HTTP接口不支持WebSocket流式通信而MCP客户端期望的是后者两边自然会对不上。我的排查顺序一般是这样先用浏览器直接访问服务地址看返回值里有没有合法的协议声明再去Antigravity的MCP配置里换一个更通用的路径最后对比两边的日志信息。这类问题往往不是配置写错而是协议版本或通信方式不匹配只要定位到哪一层不兼容几分钟就能解决。5.3 导出JSON后坐标错乱和比例失真坐标错乱是一个很影响心情的问题。我遇到的典型情况是Blender里看起来一切正常导出的JSON数值却乱得离谱或者物体全部挤在原点。最后发现是因为模型对象是“复制体”状态没有生成在场景根节点下父级对象的位移、缩放会被叠加进子级数据直接读取局部坐标肯定乱。解决办法是在导出脚本里对每个对象做世界坐标换算也就是把父级链上的位置、旋转、缩放全部展开后再写入JSON绝不能只读局部坐标。比例失真则往往是单位问题。Blender默认单位是米但Web前端里有时候习惯用厘米或自定义单位如果导出脚本里没做换算物体在浏览器里就会显得特别大或者特别小相机参数怎么调都别扭。我自己现在的做法是导出时统一换算成毫米整数并在JSON头部写入一个scale字段。前端加载时统一乘这个scale既保证了精度也避免浮点误差带来的模型抖动。这个方法在处理大面积仓库时尤其好用精度和性能都可以兼顾。5.4 性能优化浏览器端3D卡顿的常见解决办法最后一个常见问题不是模型错误而是性能扛不住。智慧仓储场景一旦货架数量上来动辄是几千甚至上万个立方体。如果每个立方体都是独立的Three.js Mesh对象渲染帧率会掉到个位数。优化手段分几个层级第一层是合并同材质物体把使用同一材质的立方体几何体合并成一个BufferGeometry一次性提交给显卡能大幅减少DrawCall第二层是减少阴影计算不需要投射阴影的物体一律设置为不接收阴影第三层是LOD根据相机距离切换高精模型和低精模型远处的库位就用极简方块代替。我在处理这个场景时的实际做法是库位底板和货架立柱使用合并绘制只有被点击选中的物体才创建独立Mesh用于高亮。这样能用最少的资源消耗保住交互体验。Antigravity默认生成的代码一般不会考虑这些优化需要你在提示词里明确要求它“按合并批次的方式输出渲染代码”。实测下来做完合并优化后的仓储场景帧率能从个位数直接拉升到接近60帧效果非常明显。第1章项目拆解与场景设计1.1 先从需求倒推要做一个什么样的仓储数字孪生做数字孪生项目最大的坑就是需求方自己也不清楚要什么往往会说“我要一个很酷的3D仓库”。但这句描述落到开发层面完全没法执行。所以第一步不是打开Blender而是把需求拆成具体的功能清单。我一般会问几个问题这个孪生场景是给谁看的如果是给管理层看重点是大盘状态和异常告警如果是给仓管员用重点是库位库存和出入库指引如果是给客户演示重点是视觉冲击力。这几个方向对应的建模精度和交互设计完全不同。另一个问题是数据来源。仓储数字孪生最怕的就是模型做得漂亮业务数据却拿不到。不管是用WMS接口、Excel导入还是数据库直连都要先确认数据表的字段范围。以库位为例至少要包含库位编码、所在区域、当前库存量、库存状态、最后操作时间这五类信息。模型里每个库位盒子的名称必须和数据表里的库位编码一一对应。这个映射关系就是数字孪生的灵魂。少了这一步你做出来的只能叫“3D仓库展示”不叫“数字孪生”。在这个项目里我设定的目标场景是一个1200平米的中型电商仓。功能定位是给仓储运营主管看实时库存分布。核心指标是库存周转、库位利用率和缺货预警。基于这个定位我把建模重点放在高架货架区、缓存区和拣货通道忽略掉办公室、厕所、楼梯间等与业务不相关的部分。这种取舍不是偷懒而是让场景聚焦业务价值。所有和核心指标无关的物体建模时一律不建。1.2 为什么选Antigravity加Blender MCP这套组合在说这个方案之前先回顾一下传统做法。以前做仓储数字孪生通常是一个3D建模师用Blender手工建模再把模型交给前端工程师接入Three.js或Unity。这个过程有两个痛点第一沟通成本极高建模师不懂业务前端不懂建模一个库位编号要反复核对第二模型调整极慢货架距离改个0.5米要重新建模导出整体流程非常僵硬。Antigravity加Blender MCP的组合本质上是把“AI编程”和“AI辅助3D建模”绑在一起。Antigravity擅长的是生成前端代码和业务逻辑但如果让AI直接写Three.js代码来生成复杂仓储场景效率很低因为代码方式创建几何体远不如可视化建模直观。而Blender MCP让AI可以直接操作Blender这个强大的建模工具把自然语言转成建模指令。两个工具一组合就形成了“AI主管建模AI主管代码”的双AI协作模式。这个组合还有一个隐形优势就是可对话式调整。以前模型建好后如果业务方说“货架排数增加两排”传统做法是回去改模型再重新导出。现在只需要在Antigravity里用自然语言发指令让Blender MCP执行修改然后重新导出。整个过程从“小时级”压缩到“分钟级”。这个效率提升是做这个项目最直观的收益。1.3 数字孪生的核心不等于建模很多初学者会把数字孪生等同于“建一个一模一样的3D模型”。这是非常严重的误解。数字孪生真正的价值在于“模型和数据实时联动”。建模只是底座数据才是引擎。一个没有任何数据联动的3D仓库无论建模多精细都只是一件数字雕塑而已。所以在设计这个项目时我时刻提醒自己要把一半精力放在数据链路设计上。我在项目架构里规划了三条数据链路一是静态空间数据就是货架、通道、分区等基础模型的几何信息二是动态业务数据包括库存量、温度、设备状态等实时变化的信息三是事件数据比如出入库动作、AGV移动、告警触发等。这三类数据在孪生场景里要能同时呈现才称得上完整的数字孪生。建模工作只是为了让这些数据有一个可视化容器容器的精细度够用就好不必过度。2. MCP与Blender MCP让AI学会操作3D软件2.1 MCP协议到底是什么MCP的全称是Model Context Protocol模型上下文协议。可以把它理解成AI界的USB接口。USB统一了设备连接标准MCP则统一了AI应用连接外部工具的标准。以前AI程序想读写文件、调数据库、操作浏览器每个工具都要写一套集成方式开发量大且难以复用。MCP出现后工具作为一个标准服务暴露出来任何支持MCP的AI客户端都能直接调用无需定制开发。具体到本项目Antigravity是AI客户端Blender MCP服务器是把Blender能力暴露成标准接口的服务端。两者通过MCP协议通信。Antigravity里的AI Agent发出诸如“在坐标(0,0,0)创建尺寸为5x1x2的长方体”这样的结构化指令Blender MCP接收到后解析并调用对应接口在Blender里执行。关键是这套协议是通用的你今天可以用它连Blender明天也可以连Excel、Photoshop、SolidWorks只要那款软件实现了对应的MCP服务端。2.2 Blender MCP能帮我们做什么Blender MCP目前提供了一组指令集常见的有创建对象、删除对象、修改对象属性、执行Python代码、导入导出模型、获取场景信息。这些指令已经能覆盖我在仓储建模中90%的需求。例如创建货架时可以通过一条指令创建长方体托盘再用另一条指令设置它的材质颜色然后发一系列位置参数控制顺序。有人可能会问直接用Blender的Python脚本不是更强大吗确实Blender本身就是个巨大的Python解释器几乎一切操作都能用脚本完成。但问题是AI写出的Python脚本经常有小bug比如缩进错误、API参数名对不上调试起来非常耗时。Blender MCP把常用操作封装成了AI更好理解、更不容易出错的工具这对Agent来说更加友好。它牺牲了一部分灵活性换来了更高的稳定性和可解释性。实际体验下来MCP方式在工作流中调用操作的成功率远高于直接生成脚本。另外Blender MCP也允许混合使用。在确实需要更复杂逻辑时我们可以要求AI生成一段Python脚本然后通过MCP的execute_python_code指令把代码传到Blender里执行。这是一种两全其美的方案AI先去生成代码再通过MCP把代码送进去执行。这下面我稍微展开一下。2.3 数字孪生常用的Blender核心操作在开始实操前先补充几个数字孪生项目中必须掌握的Blender概念。首先是制图单位Blender默认使用米而仓库图纸常用毫米。如果不统一单位建模比例就会完全混乱最后导出的模型和真实尺寸对不上。建议开局就在Blender属性栏里把单位设置成毫米并且全程保持。其次是物体层级与集合管理。一个稍大的仓储场景会有几百个对象如果全部平铺在场景根目录里AI查询场景时会很容易迷失。最稳妥的办法是用Blender的集合或父子层级来整理比如“高架区_货架A_层_02_左侧”这样的命名。这样做的好处是当需要批量操作某一区域时只要锁定对应集合作业范围就不用担心误改到其它区域。这个习惯是所有复杂3D项目的通用最佳实践。3. 环境准备半小时跑通Antigravity加Blender MCP3.1 安装和运行Blender MCP服务端第一步是安装Blender。我推荐使用Blender 3.6 LTS以上版本既能保证稳定又有比较全面的Python API支持。装好之后需要把Blender MCP项目文件解压到Blender的插件目录。具体路径在Blender的Edit菜单里偏好设置—插件面板可以通过“从磁盘安装”按钮直接选择下载好的zip包操作起来比手动丢目录更安全。装好插件后在偏好设置里启用之以完成启动。插件启用后Blender MCP默认会启动一个本地服务监听特定端口。在Blender界面上会显示服务状态。这里需要特别注意在真正连接前要先到偏好设置确认端口号因为端口冲突是常见问题。如果默认端口被占用换一个10000以上的高位端口比如18080能减少冲突概率。启动服务后Blender窗口会像挂机独轮车一样常驻只要别关掉它AI随时都能连上。3.2 在Antigravity环境里注册MCP客户端Antigravity的界面底部输入框左侧会有一排工具按钮里MCP相关配置通常在一个类似“连接节点”的入口里。在这个界面输入我们刚才配置好的MCP服务器地址格式通常是ws://协议加IP加端口比如ws://192.168.1.100:18080/mcp。第一次配置时需要稍等片刻Antigravity会尝试跟MCP服务端做一次握手验证成功后会显示连接正常。这里有几个要更盯的细节。第一Blender所在电脑的防火墙要放行对应端口否则Antigravity会一直卡在连接重试。第二如果Blender跑在本地而Antigravity也在本地可以直接使用回环地址localhost网络速度最快。第三如果团队协作不同同事的Blender可以各自启动一个MCP服务端每人各连各的端口互不干扰只要Antigravity里能区分连接配置即可。3.3 资源准备:3D模型文件和纹理数字孪生里最常遇到的一个问题就是“模型从哪里来”。虽然我们已经能用AI生成简单几何体但像AGV小车、工业机械臂这类复杂度较高的模型直接用几何体搭建会很丑。这时候就要准备一些现成的模型文件常见的格式有glb、fbx、obj。这些模型可以从专业模型库下载也可以从同事那里拿。在开始前最好先把这些外部模型统一整理到一个assets文件夹里。并且给模型文件命名时附带上尺寸或功能备注比如agv_1m_2m.glb。这样AI在组装场景时可以调用这些预设模型而不是临时创建。同时建议把这些模型的大小和缩放方向预先统一因为不同来源的模型默认坐标系可能还不一致。这个预处理工作比较费时间但能大幅提高AI后续生成场景时的整体一致性。4. 实操演练用一句话生成一个仓库模型4.1 从自然语言到建模指令的第一次转化我们直接从第一句提示词开始。我输入的是“在Blender中创建一间长60米、宽40米、高12米的仓库地面用浅灰色材质墙体用白灰色屋顶用半透明深灰色命名为Warehouse_A。”这句话实际上包含几个维度的信息尺寸60x40x12空间结构地面、墙体、屋顶材质浅灰、白灰、半透明深灰命名Warehouse_A。让我分解一下AI实际做的操作。首先它把“长60米宽40米高12米”转换成Blender里对应的平面坐标和高度尺寸然后因为仓库是一个空壳所以它会把墙体拆成四个独立长方体分别放在东、南、西、北四条边接着给每个长方体设置对应的材质颜色最后把所有部件放进一个名为Warehouse_A的集合里方便管理。这个过程大概30秒内就能完成而在传统建模里至少需要半天。这一步完成之后我会先在Blender视图里检查一下关键数据例如墙壁位置是否按坐标对齐、材质是否生效。如果发现问题直接向AI提一句“南面墙体向左偏移半米”Blender MCP就会去调整对应物体的位置参数。这种基于对话的调整方式在整个建模过程中会反复使用也是整套方案最让人省心的地方。4.2 生成地面分区线和货架仓库的轮廓建出来后第二步就是分割内部空间。我还是用自然语言下达指令“按功能把地面分成五个区收货缓存区、高位货架区、拣货区、出库暂存区、办公区用黄色线框标出分区边界。货架区放在东南部共6排每排12组货架每组3层货架之间留出2.5米巷道。”这句话执行起来就更有意思了。AI会先计算出一块40米x30米的矩形区域预留给货架区然后在矩形区域内部按“6排、每排12组”的规则用双层嵌套循环生成72组货架对象。每组货架又由若干根立柱和3块层板构成。货架的间隔根据“2.5米巷道”自动确定。整个过程我只需要在对话框里描述AI自动把它拆解成循环和坐标计算。这部分是最能体现Blender MCP价值的环节因为它不是简单的“生成一个物体”而是生成了一大类结构重复、位置有规律的物体群。AI在建模时执行的是精心计算的循环逻辑所以哪怕我生成120组货架也不会出现位置重叠或间距不均的低级错误。这就是程序化建模的优势也是传统手工建模几十个小时也搞不定的原因。4.3 用BVH层级结构管理几百个对象当货架全部生成后场景里的物体数量可能会超过三百个。如果不做层级管理AI在后续操作中查询场景列表时会看到一个非常臃肿的表难以分辨哪个物体是哪个库位。所以我在第4.2步就给AI定了一个命名规则例如货架物体统一命名成“架_排号_组号_层”比如“架_03_01_02”。在Blender里更好的做法是利用集合层级。我给AI的提示是“创建名为HighRackArea的集合把所有货架放入该集合在集合内再创建子集合按排号分组货架对象放入对应的子集合。”这个结构在后续导出时非常关键因为它决定了JSON的JSON嵌套结构。在Three.js里它们会转换成Group节点层级加载后天然形成货架区—排—货架组的三级结构这对后续点击交互和批量操作都是大有好处的。4.4 场景协调和比例校准模型建到这一步通常会遇到一个外观问题仓库比例不协调。例如货架占了整个空间的一半显得拥挤通道宽度和真实仓库不符。这时候不能慌张只要重新发一条微调指令就行“按仓库标准设计规范把货架之间巷道宽度调整为3米货架高度降到5米拣货区面积扩大到150平方米。”这里要提醒大家的是微调比你想象中容易犯错。因为AI虽然修改了单个参数但其它关联参数不一定自动跟随。例如你把货架高度降到5米但层板数量还是3层那每层高度就会自动变大。所以在调整完参数后一定要让AI重新计算一层高度是否仍然满足预期。我通常会在指令末尾加一句“调整后重新报告货架参数”的督促语让AI主动汇报更新后的结果。数字孪生建模不是一锤子买卖它更像雕塑先大块成型再反复推敲打磨。有Blender MCP的帮助这个打磨过程不再依赖手工拖拽而是用对话来完成。5. 常见报错与解决方案来自第一线的排查笔记5.1 Antigravity返回Agent execution terminated错误这个错误在长时间运行复杂任务时比较容易出现通常是因为Agent在连续执行建模命令时上下文越来越长超过了Antigravity的上下文窗口限制。解决方法并不复杂最常用的是把任务拆成多个独立步骤不要一次性让AI执行太多操作而是分批次发送指令。例如把“建仓库”拆成“先建地基”“再建墙体”“再建屋顶”三次操作让每次执行后上下文保持精简。另一个触发原因是Blender MCP服务端长时间不响应某个重计算操作比如循环生成上百个货架时单条指令的等待时间可能超过客户端超时阈值。解决方式是把大批量操作通过一段Python脚本在Blender端执行而不让AI一步一步调用太多次。一个技巧是要求AI生成脚本后用execute_python_code一条指令把整个循环塞到Blender里跑这样无论生成多少对象都只算一次往返出错率大幅下降。5.2 Blender MCP连接显示握手失败连接问题几乎每个人都会遇到原因一般集中在三类情况端口没监听、IP地址写错、防火墙拦截。排查时可以按顺序走在Blender里看MCP控制面板的服务状态在操作系统命令行输入telnet加IP加端口确认网络通不通再检查Antigravity侧填写的地址是否和Blender监听地址一致。还有一个很容易忽略的点就是Antigravity的沙箱网络环境未必能直接访问你的局域网IP。如果两者不在同一个网络环境就需要想办法让MCP地址能从Internet访问或者部署一个内网穿透服务在本地Blender和远程Antigravity之间建立一条安全通道。但这类方案设置复杂建议只在团队远程协作时才使用能走localhost就直接走localhost能本地跑就直接本地跑少绕一层就少一层风险。5.3 生成的模型比例和真实仓库不符比例错误是最常出现的建模质量问题而且往往在渲染成图片后才被发现。常见原因是提示词里没有明确坐标单位和尺寸属性。用“货架高一点”“通道宽一点”这类模糊表达AI只会在这个物体原有尺寸基础上微调而不是按你心里的“2米高”来执行。所以每次给尺寸一定要带上数字和单位例如“货架层高0.6米立柱间距1.2米”。另一个隐藏原因是Blender场景默认单位没有设置成毫米而提示词里用的是米这会导致模型数值完全对不上。一个最简单的检查方法是建模完成后让AI通过MCP查询整个场景的物体列表和尺寸把模型包围盒数据导出。如果最大物体的尺寸是60x40x12说明整体比例基本正常否则就要回头检查坐标转换问题。5.4 导出到Three.js后材质丢失Blender和Three.js虽然是3D界最常用的两个生态但它们之间的材质体系并不完全兼容。Blender常用的Principled BSDF材质传入glTF后并不是所有属性都能一一对应。再加上有些材质是通过Blender特定节点族生成的Web端自然无法正确显示。遇到这种情况我一般会在建模阶段的最后一步做一次“材质简化”。让AI把所有模型材质统一转换成基础PBR属性尽量只保留BaseColor、Roughness、Metallic这三个最重要的通道。这种处理会牺牲一些光影细腻度但换来的是浏览器端显示一致不再出现“在Blender里很好看网页里全变紫色”的尴尬情况。对数字孪生来说业务信息的清晰度远比材质细节重要。6. 模型导出与网页融合让数字孪生呼吸起来6.1 从Blender导出要以Web目标为导向数字孪生的常见渲染平台是Three.js也可以直接用Antigravity构建的前端工程。无论选哪一个导出格式都推荐使用glTF二进制格式也就是.glb文件。这种格式体积小、加载快而且保留了节点层级和PBR材质信息是最适合Web呈现的3D格式之一。如果你需要在浏览器里保留动画或骨骼信息glb也能支持。导出前一定再次检查场景里有没遗漏的辅助对象比如测量用的透明网格、参考点阵线。这些辅助物体一定要在导出前隐藏或删除否则会混入最终模型增加文件体积并打乱层级。我的做法是让AI在导出前执行一次场景清理脚本自动删除所有名称以Helper_开头或以Ref_开头的物体。这样导出的glb就是干净的生产版本。6.2 Three.js加载glb及展示接下来在Antigravity前端工程中引入Three.js使用GLTFLoader来加载刚才导出的glb文件。加载完成后需要在代码中整体设置资源缩放比例以及相机初始位置和朝向。考虑到仓库场景通常较大相机初始位置一般放在仓库对角线方向的斜上方使用透视投影同时设置合适的视锥体远平面避免裁剪掉远处模型。跑通静态加载后再往场景中加入交互逻辑。例如把视角拉到某个货架点击货架上的库位格子高亮显示并弹出库存信息、销售收入VMess数据。交互逻辑是数字孪生的灵魂所在。实现方法是在模型加载完成后遍历所有Mesh节点给每个节点添加点击事件事件触发时读取节点名称映射到业务数据。这里的命名规则再次派上用场坐标编号一旦规范代码就能自动关联库存数据。6.3 让业务数据驱动3D场景变化如果数字孪生只有静态展示好比一个只会微笑的假模特不算真孪生。要让模型“活”起来就得把外部业务数据例如库存数据、温湿度数据和设备状态等联入前端工程然后根据这些数据动态修改Three.js场景里的物体属性。最常做的操作是改颜色、改透明度、改位置、增减物体。在Antigravity里我会创建一个DataService模块专门负责订阅后端推送的数据。比如仓库库存有变化时后端向WebSocket推送最新库位库存前端读取到后根据阈值判断库存状态然后找到对应名称的Mesh改变材质颜色来区分正常、低库存和缺货。整个过程是实时响应的不用重新加载页面这也是数字孪生区别于普通3D展示的分水岭。6.4 让用户能操作视角和信息图层除了被动展示我还希望用户能主动探索这个三维仓库。这里做三个基本交互轨道控制、图层切换、信息面板。轨道控制用Three.js的OrbitControls用户可以用鼠标自由旋转、平移、缩放场景快速浏览任意位置。图层切换是指用户可以开关不同信息层比如只看库存层、只看货位层、只看设备层。每个信息层对应一组特定名称前缀的Mesh通过控制节点的可见性来隐藏或显示。信息面板则是点击货架时弹出一个侧边抽屉显示该货架当前存放SKU、库存余量、最近入库时间等资料。Antigravity前端项目天然适合接这类后台接口和数据库对接也是它最擅长的领域。这一套交互做下来用户对数字孪生的评价会从“好酷炫”变成“这系统能帮我做事”也就是从展示型工具进化成了生产系统。7. 个人实测心得与下一步扩展这套流程我完整跑下来最大的感触是建模环节从“技术瓶颈”变成了“对话任务”。以前做一个像样的仓储场景光建模就要耗费大半天而且过程中核对尺寸、反复调整非常枯燥。现在使用了Antigravity加Blender MCP大部分重复性建模工作几乎不需要动手更多精力被释放出来思考布局和数据结构。还有一点值得分享的是用MCP建出来的模型在结构上往往比手工建的更规整。因为AI生成的物体名称、坐标和监督字段都比较规范这为后续前端数据绑定节省了非常多时间。手工建一模一样的场景最后往往要一遍遍核对属性和节点命名而这个步骤在我这个流程里基本消失了。这是个很现实的生产力提升。下一步我打算把这个流程扩展到两种物料场景。一种是在仓库里加入物料输送线让AI生成传送带、机械臂和拣货台这些复杂装备另一种是接入AGV路径让小车在仓库巷道里实时运行路线与Blender MCP里建模的地标联动做到物流设备的动态仿真。这套方案已经完全打开了我的想象力后面有机会也可以做成一个更完整的教程系列。