1. 这个项目到底在做什么先说结论Antigravity Blender MCP 这套组合干的是让 AI 直接动手操作 Blender 帮你建模这件事而把它落到智慧仓储数字孪生这个场景里就是让 AI 根据你的描述自动生成一个包含货架、巷道、货物、AGV 小车的三维仓储场景然后把这个场景导出到网页端做成一个能看、能点、能联动数据的数字孪生页面。说直白点传统的 Blender 建模流程是人操作软件再高级一点是人写 Python 脚本操作 Blender。而 MCPModel Context Protocol把 Blender 变成了一个 AI 可以直接调用的工具服务Antigravity 作为 AI 代理Agent通过 MCP 协议向 Blender 发送指令比如创建一个长 12 米、高 8 米的立体货架把货物按 5 排 3 列摆放——Blender 收到指令后真的会去执行建模过程就变成了人跟 AI 对话AI 操作软件。这个项目我断断续续做了两周期间踩了不少坑也验证了一条非常实用的工作流。这篇是上篇先把整体思路、环境搭建、建模实操和导出链路的完整过程写清楚下篇会专门展开数据联动和前端交互的部分。如果你正在做数字孪生相关的项目或者好奇AI Agent 到底能怎么跟 Blender 这类重型软件配合这篇应该能给你省下不少查资料的功夫。2. 环境准备把工具链搭起来2.1 Antigravity 侧需要准备什么Antigravity 是 Google 推出的 AI IDE/代理工具界面长得像 VS Code 的强化版但核心差异在于它内置了 Agent 执行环境——你可以在一个代理会话里让它读代码、跑命令、调用外部工具甚至操作浏览器。这个项目里Antigravity 扮演的是大脑 调度器的角色它负责理解你的建模需求规划步骤然后通过 MCP 协议把指令发给 Blender。安装这块没什么好说的官方下载对应平台版本即可。装完以后有两件事必须做第一在扩展设置里开启MCP 连接相关的开关。Antigravity 的 MCP 配置入口是逐步完善的新版一般直接在设置面板里有 MCP Servers 的管理界面如果找不到按CtrlShiftP搜 MCP 也能调出来。开启之后才能添加远程 MCP Server。第二准备好 Blender MCP 服务的地址和令牌。我用的是社区比较活跃的blender-mcp项目它提供两种连接方式本地 HTTP 模式和远程 WSS 模式。本地模式适合你自己电脑上调试远程模式适合团队协作或者把 Blender 跑在专用机器上。WSS 地址长这样wss://api.xxx/mcp/?token...把服务商给你的完整地址原样填进 Antigravity 的 MCP Server 配置里协议类型选 WebSocket 就行。注意令牌就是你的访问凭证相当于钥匙。填错了连不上泄露了别人能直接操控你的 Blender。别把它贴到公开仓库或者群里。2.2 Blender 与 MCP 插件的安装Blender 侧相对简单但有个版本兼容的坑要先讲Blender MCP 插件对 Blender 版本要求比较挑我实测在 Blender 4.0 和 4.2 上表现稳定4.3 部分版本会有 API 变更导致的报错。建议直接装 LTS 或者当前官方推荐的稳定版别追求最新。安装插件的步骤从插件仓库下载blender-mcp的代码包解压后是一个包含__init__.py的目录。打开 Blender进入编辑 偏好设置 插件点击右上角安装选择解压出来的__init__.py所在目录。勾选启用插件然后在侧边栏的 MCP 面板里启动 Server。插件启动后Blender 会监听本地端口默认是 9876不同实现可能不同。你可以先测一下服务是否正常在本地用 WebSocket 客户端连一下或者直接用插件面板自带的 Test Connection 按钮。我记得我第一次启动时界面一直显示 Server not running后来发现是 Blender 的网络模块没正确初始化重启 Blender 再启动插件就好了。2.3 MCP 配置与连接验证MCP 协议本身不复杂你可以把它理解成AI 世界的 USB 接口以前每个工具都要为 AI 单独开发一套对接方式现在大家统一按照 MCP 的规范暴露工具接口AI 通过标准协议发现工具、调用工具、获取结果。Blender MCP 就是暴露了一组工具集比如create_mesh、set_location、apply_material每个工具都有参数说明AI 代理可以自动理解并调用。在 Antigravity 里配置好 MCP Server 后最好先做一个最小连接验证——在代理会话里输入一句非常简单的指令使用 MCP 工具在 Blender 中创建一个立方体如果 Antigravity 正确识别出了blender-mcp的工具并且 Blender 视图里真的出现了一个立方体说明整条链路是通的。这一步验证通过后面的事情就有底了。我实际配置时的链路是组件作用我的版本/选项AntigravityAI 代理负责任务规划与工具调用最新稳定版开启 MCP 扩展Blender三维场景编辑器模型生成与导出的执行端4.2 LTSblender-mcp 插件把 Blender 封装成 MCP 服务社区主分支版本MCP 传输协议承载 AI 与 Blender 的指令通信WSS 远程模式整条链路验证通过后我建议你花十分钟做一件事在 Antigravity 的 MCP 管理面板里看一下blender-mcp到底暴露了哪些工具。这一步非常关键因为你只有知道了工具的能力边界后面设计 Prompt 时才不会想当然。比如我用的这个实现里工具包括创建基本几何体、设置变换、复制对象、应用材质、修改器操作等但并没有一键生成货架这种高级工具——所以生成货架这个需求需要 AI 拆解成创建长方体 复制数组 对齐排列等一系列基础动作。理解了这一点你才能写出有效指令。3. 用自然语言驱动 Blender 建模3.1 仓储数字孪生的场景拆解很多人拿到智慧仓储数字孪生这个需求会懵因为听起来太大了。我的习惯是先拆解一个仓储场景视觉上无非就几类元素——货架系统双深货架、驶入式货架等但基础模型就是立柱 横梁 层板的组合。货物单元货箱或者托盘通常是标准尺寸比如 1200mm × 1000mm 的托盘。巷道与地面货架之间的通道AGV 行驶区域地面标识线。设备对象AGV 小车、机械臂、提升机这些是会动的元素数字孪生场景里通常需要单独建模并预留动画/数据接口。建筑围护墙体、大门、柱网决定了整个场景的边界感。拆解完之后用 Blender 建一个仓储数字孪生场景就被翻译成了几个明确的子任务。这是整个项目里最值钱的一步——AI 建模不是玄学本质上是把你的场景需求拆成 AI 能执行的原子操作序列。3.2 Prompt 设计从画一个货架到排布整个库区跟 AI 协作建模最大的心得是指令粒度要刚刚好。粒度太粗AI 不知道你要什么粒度太细你等于自己在写代码失去意义。举几个我实测过的例子。低效指令太笼统帮我建一个智慧仓库这条指令的问题在于智慧仓库是个复合概念AI 可能会尝试创建一堆乱七八糟的对象最后场景完全没有可用性。我实测的结果是它创建了一个空旷的空间加几个随机立方体毫无结构。高效指令拆解到工具能力范围内在 Blender 场景原点处创建一个长方体尺寸为长 12 米、宽 1 米、高 8 米作为第一排货架的主体框架。这种指令 AI 一下就能对应到create_mesh(primitivebox, scale[12,1,8])之类的工具调用上执行又快又准。但是每条指令都这么写人会被累死。所以要引入结构化描述 关键参数的写法。我后来总结出一个模板请在 Blender 中创建一个立体货架 - 货架尺寸长 12m、宽 1m、高 8m - 层数4 层 - 每层间隔2m - 材质金属灰色 - 创建完成后在 X 轴方向复制 6 排排间距 3m这段描述里包含了对象类型、几何参数、布局参数、材质要求AI 完全可以据此规划出一系列工具调用。我把这种 Prompt 称为结构骨架 参数填充是目前用下来效率最高的协作方式。3.3 实操AI 建模的完整过程记录下面记录一次比较完整的建模会话给大家一个直观感受。第一步初始化场景。我在 Antigravity 会话里输入清空 Blender 当前场景中的默认对象保留场景本身然后创建一个地面平面尺寸为 60m × 40m材质设为浅灰色。AI 很快通过 MCP 调用执行了清空和创建操作。这一步很重要——Blender 默认场景里有立方体、灯光和摄像机如果不先清空后面建模会跟默认对象纠缠在一起坐标对齐时会出各种诡异问题。第二步生成货架主体。我输入在坐标 (0, 0, 0) 处创建货架 尺寸长 12m、深 1m、高 8m分为 4 层层板厚度 0.1m。 两侧立柱和每层横梁用深灰色金属材质层板用浅灰色。 创建后选中货架的所有对象。AI 的处理方式是先创建立柱细长方体、横梁细长方体、层板薄长方体然后把它们按坐标摆到正确的相对位置。我盯着 Blender 的视口能看到对象一个接一个出现整个过程不到一分钟。当然AI 建的模型不会一开始就完美——比如层板可能没对齐或者立柱高度算错。这时候不要着急改先把整体结构看一遍再用修正指令批量调整。我常用的一句是选中货架的所有子对象检查 Y 轴方向的中心对齐情况把有偏移的对象自动对齐到 Y0 平面。这种检查 对齐指令AI 能通过遍历对象、读取坐标、计算差值、调用set_location来执行。基本上两三轮对话就能把结构修正到位。第三步阵列排布库区。单个货架建好后直接在指令里说明排布规则以第一个货架为基准沿 X 轴方向复制 5 排间距 3m沿 Z 轴方向留出 5m 宽巷道。AI 会调用复制工具再统一设置位置偏移。这里有个小技巧让 AI 用基于基准对象坐标的方式计算新位置而不是用绝对坐标——因为绝对坐标一旦前面建模型时坐标有偏差后面整排都会跟着歪。我踩过一次这种坑三排货架呈一条斜线排出去排查了半天。第四步给场景加上细节。AGV 小车我用了简化的扁长方体 四个小圆柱轮子组合货物托盘用长方体 内嵌小箱体表示巷道地面我让 AI 用不同颜色的平面铺出行驶区域。这些细节不需要一次对话完成分批来每批只做一类对象保证场景条理清晰。整个建模会话下来我大概跟 AI 交互了 10 到 15 轮得到一个包含 20 多个对象的仓储场景。这个数量级的场景如果在 Blender 里手动建模怎么也得半天用 MCP 这套流程一个多小时能出初版。效率提升是实打实的。4. 从场景到页面导出与前端渲染4.1 Blender 导出 glTF/JSON模型建好了数字孪生最终是要在网页上跑的所以必须把 Blender 场景导出成 Web 能加载的格式。目前主流的选择是两个glTF.glb / .gltf3D 场景的标准交换格式Three.js、Babylon.js 都原生支持带材质、贴图、节点层级适合复杂场景。JSON如果场景比较简单或者你需要跟业务数据做深度绑定也可以直接导出对象清单、位置、尺寸等结构化 JSON前端根据 JSON 动态重建场景。Blender 导出 glTF 是内置功能文件 导出 glTF 2.0注意几个设置应用修改器、保留层级关系、材质嵌入。我建议导出.glb单文件格式省得管理一堆外部资源。如果要用 JSON 方案可以直接在 Blender 里用 Python 脚本遍历场景对象输出每个对象的名称、类型、位置、旋转、缩放。这一步也可以让 Antigravity 帮你写脚本——你只需要告诉它导出一份包含所有对象名称和坐标的 JSON。对AI 建模的闭环最后又落到了 AI 写脚本上工作流闭环了。4.2 前端数字孪生页面怎么接拿到模型文件之后前端部分我用的是 Three.js原因很简单生态成熟、文档多、上手成本低。3D 网页渲染听起来吓人但加载一个现成模型其实就几行核心代码import * as THREE from three; import { GLTFLoader } from three/examples/jsm/loaders/GLTFLoader.js; const scene new THREE.Scene(); const camera new THREE.PerspectiveCamera(45, window.innerWidth / window.innerHeight, 0.1, 1000); const renderer new THREE.WebGLRenderer({ antialias: true }); renderer.setSize(window.innerWidth, window.innerHeight); document.body.appendChild(renderer.domElement); const loader new GLTFLoader(); loader.load(/models/warehouse.glb, (gltf) { scene.add(gltf.scene); // 根据数据初始化相机位置对准货架区域 }); function animate() { requestAnimationFrame(animate); renderer.render(scene, camera); } animate();这段代码做的事情很直白创建场景、加载模型、启动渲染循环。真正复杂的是后面对接业务数据的部分我会在下篇详细展开这里只提醒一个关键点模型对象的命名规范。你在 Blender 里给对象起名时就要想好前端要通过名字找到它——比如rack_01_shelf_03这种风格。因为数字孪生页面上你要点击某个货架弹出库存信息前端代码必须能通过某种标识把 3D 对象和业务数据对应起来。如果你在 Blender 里起名随意到前端就会变成一场灾难。4.3 数据联动让模型活起来所谓活就是让场景跟真实业务数据产生关联。常见的数据联动维度有货位状态某个货位有货、空置、锁定通过颜色映射到模型对象上——有货显示绿色空置显示灰色锁定显示红色。设备状态AGV 的位置、速度、电量实时驱动模型运动。告警信息温湿度超标、设备故障在对应区域高亮闪烁。实现思路也不复杂前端拿到后端推送的数据根据对象 ID 找到 Three.js 里的对应 Mesh然后修改它的材质颜色、位置或旋转。比如function updateRackStatus(rackId, status) { const mesh scene.getObjectByName(rackId); if (!mesh) return; if (status occupied) { mesh.material.color.set(0x00ff00); } else if (status empty) { mesh.material.color.set(0x999999); } }整个数字孪生系统的价值恰恰体现在这里——三维模型只是皮数据联动才是骨。建模阶段做得足够规范前端联动就会轻松很多。5. 踩坑实录与排查手册这两周里踩过的坑我整理了比较典型的几个按现象—原因—解法列出来。5.1 Antigravity 代理执行中止/超时现象建模过程中Antigravity 会话突然提示agent execution terminated due to error或者某个长任务执行到一半就停了。原因最常见的有两种。一是建模指令涉及大量对象创建MCP 调用次数多、耗时长超过了代理单次任务执行的上限二是 Blender 端因为某个未处理的异常崩溃或无响应MCP 服务卡死代理收不到返回结果。解法把大任务拆成小任务。比如生成 10 排货架拆成先生成 1 排验证通过再复制到 10 排。另外在 Blender 端打开系统控制台窗口 切换系统控制台观察有没有报错一旦脚本报错能第一时间看到。我后来基本养成了每完成一个小步骤就让 AI 输出一句完成状态的习惯方便定位卡在哪一步。5.2 MCP 连接失败与令牌问题现象Antigravity 提示无法连接 MCP Server或者偶尔连上了但调用工具失灵。原因令牌过期、地址填错、Blender 插件没启动都有可能。还有一次是因为 WSS 地址里的 token 在网络传输时被某些中间环节拦截连接被重置。这个问题在远程协作场景下尤其容易出。解法检查顺序是Blender 插件是否在运行 → 打开的端口/地址是否有效 → Antigravity 里的 MCP Server 配置是否跟服务端一致 → 令牌是否有效。建议把 MCP Server 的配置集中管理用一个环境变量维护地址和令牌换环境时只改一处。另外连接出了问题先重启 Blender 插件再试比反复改配置省时间。5.3 Blender 侧的典型问题坐标对齐AI 建模时偶尔会出现对象歪了——因为 AI 计算坐标时可能把小数精度丢掉或者参考基准选错。我的办法是在关键步骤后加一句检查所有对象是否对齐到网格利用 Blender 的网格吸附功能。材质不生效AI 有时会创建材质但没应用到对象上或者应用了材质但渲染看不到。别慌检查 Blender 的渲染引擎是否切到了 Cycles/EEVEE以及材质节点的连接是否正确。大多数情况是 AI 创建了材质但忘了赋给活动对象。场景单位Blender 默认单位是米但 AI 偶尔会搞混尺寸单位。我遇到过把 12 米货架建成 12 个 Blender 单位相当于 12 米但把托盘建成了 1.2 米高的巨箱。解法很朴素在 Prompt 里每次都明确写出单位甚至写所有尺寸以米为单位。5.4 快速排查速查表症状优先排查点解法Antigravity 找不到 MCP 工具MCP Server 列表是否为空 / 配置是否加载检查 Antigravity 扩展设置中的 MCP 连接开关Blender 插件启用了但连不上端口被占用 / 插件未真正启动重启 Blender重置插件检查防火墙建出来的模型位置全乱坐标基准不一致 / 没清空默认场景先清空场景再建模用相对坐标描述布局渲染出来没有材质颜色材质未赋给对象选择对象在材质属性里确认材质槽代理执行报错终止任务步骤过多、耗时过长拆步执行每步确认结果后再继续6. 说点实在的项目复盘的几个关键体会项目做完回头看这套 Antigravity Blender MCP 的工作流本质上改变的不是建模这个动作本身而是人跟三维软件之间的协作方式。以前建仓储场景人得亲手去拉每一个立方体现在人只需要描述需求、审核结果动手的是 AI。但我必须说几句泼冷水的话。第一AI 建模的质量上限目前还达不到精雕细琢的水平。复杂曲面、精细贴图、动画绑定这些直接让 AI 做成功率不高需要人介入很深。所以我推荐的定位是AI 负责搭框架、出初版、做重复性排布人负责定规范、审模型、补细节。这跟写代码是一样的——AI 写 CRUD 很快但架构设计还是得人来。第二命名规范是这件事的隐形咽喉。如果你打算做数据联动的数字孪生从建模第一天开始就要定一套对象命名规范。货架叫rack_01托盘叫pallet_01AGV 叫agv_01层级关系用前缀表达。别觉得这是小事我见过太多项目到最后前端联动时因为模型对象名乱成一团而返工。第三Prompt 模板要沉淀。不要把好东西留在会话历史里把常用的指令模板整理成 Markdown 文档下次直接复用。我现在的习惯是在项目仓库里维护一个prompts/warehouse_modeling.md记录各种已验证的指令写法。这个文件本身也是可以让 Antigravity 读取的相当于把自己的经验喂给了 AI。最后关于这套工作流还能往哪走我目前正在试的方向是把仓储场景跟实时业务数据打通让 Antigravity 根据最新库存数据按需改模型——比如某个货位的货物卖完了AI 自动在数字孪生场景里把对应托盘隐藏并更新货位状态。这件事在传统工作流里需要写不少代码但在 AI MCP 的架构下可能只是一段描述的距离。等我把这块跑通了再来填下篇的坑。