哈囉大家好!最近是不是常在社群媒體上看到一些超神的影片:設計師只要在網頁聊天框輸入「幫我把選取的模型套用金屬材質」,旁邊的 Blender 畫面竟然就自己動了起來?很多人誤以為這是 Google Gemini 官方網頁的新功能,但其實背後是一場由開源社群推動的「AI 連動 3D 革命」!這項技術巧妙結合了 Gemini 的強大語言理解力、第三方網頁介面,以及打破軟體邊界的 MCP 協議。今天這篇文章,我將手把手帶你解密這套黑科技,教你如何在本機電腦上完美架設這套雙向互動系統,讓 AI 成為你最得力的 3D 建模助理!
1. 什麼是 MCP 協議?打破 AI 與 3D 軟體的次元壁
如果你直接在網頁版的 ChatGPT 或是 Gemini 網站跟 AI 說:「請幫我把 Blender 裡面的方塊縮小」,AI 一定會回你一段 Python 程式碼,請你自己去 Blender 裡面複製貼上執行。這是因為網頁上的 AI 是被「隔離」在雲端的,它根本看不到、也摸不到你電腦裡開著的任何軟體。
而近期爆紅的關鍵,在於一項名為 MCP (Model Context Protocol, 模型上下文協議) 的開源標準。你可以把它想像成一位超級翻譯官加上快遞員。MCP 協議的出現,允許 AI 模型透過標準化的格式,直接讀取本機端軟體的狀態,並將指令即時發送給軟體執行。當 Blender 掛載了 MCP 伺服器後,AI 就不再只是個只會寫 code 的聊天機器人,而是真正擁有了能操控你本地端 3D 專案的「手腳」。
2. 核心架構解析:大腦、中樞與手腳的完美配合
要達成我們在影片中看到的那種「網頁打字、軟體連動」的超炫效果,其實是由三個不同的開源元件所組成的黃金鐵三角:
🧠 大腦端:Gemini API
提供強大的語言理解與 Python 程式碼生成能力。我們不使用官方網頁,而是申請開發者 API Key 來呼叫它。
🖥️ 互動中樞:LobeChat 網頁介面
這是一個強大的開源 AI 聊天介面軟體。它原生支援 MCP 外掛,負責讓你輸入對話,並將指令發送出去。
⚙️ 執行手腳:BlenderMCP 伺服器
這是一支在背景執行的程式。它接收來自 LobeChat 的指令,翻譯後透過 WebSocket 注入安裝在 Blender 內的接收外掛中執行。
3. 實戰演練準備:你需要準備哪些軟體環境?
在開始動手之前,請先確保你的電腦符合以下環境要求。這套系統目前在 Windows 與 Mac 上皆可順利運行,但需要具備一點點基礎的指令操作知識:
- Blender: 建議使用版本 4.0 以上,若想體驗最佳效能建議升級至 Blender 5.0。
- Node.js 運行環境: 用於啟動 MCP 本機伺服器。請至 Node.js 官網下載並安裝 LTS 版本。
- Google 帳號: 用於申請免費的 Gemini API Key。
- 網路連線: 必須保持網路暢通,以便本機伺服器能與 Gemini 模型進行通訊。
4. Step-by-Step 安裝教學:從取得 API 到打通 Blender
接下來是重頭戲!請依照以下順序一步步建立你的 3D AI 助理工作流。
Step 4.1:取得你的 Gemini 引擎 (API Key)
前往 Google AI Studio,登入後點擊「Get API key」。建立一組新的金鑰並將其複製保存。這組密碼等同於你的大腦授權,請勿洩漏給他人。我們推薦使用 gemini-1.5-pro 作為核心模型,因為它寫 Python 程式碼的穩定度極高。
Step 4.2:部署 LobeChat 互動中樞
為了有個漂亮的網頁聊天框,我們需要安裝 LobeChat。最簡單的方式是透過 Docker 在本地部署,或是直接使用 LobeChat 官方提供的雲端版本。進入 LobeChat 的設定 (Settings) > 語言模型 (Language Model) > 找到 Google Gemini 欄位,貼上你剛才申請的 API Key,並測試連線是否成功。
Step 4.3:架設 BlenderMCP 伺服器
這是最關鍵的橋樑。請至 GitHub 搜尋並下載 blender-mcp-server 專案。解壓縮後,打開你的終端機 (Terminal 或 命令提示字元),切換到該資料夾目錄下,依序輸入以下指令:
當畫面顯示 Server is running on port 3000 (或類似訊息) 時,代表橋樑已經架好。接著回到 LobeChat 的「外掛 (Plugins)」設定中,新增一個自訂的 MCP 伺服器,位址填入本機 IP 與對應的 Port 號。
Step 4.4:Blender 接收端外掛安裝
最後一哩路!打開你的 Blender,點擊上方選單的 Edit > Preferences > Add-ons。點擊右上角的 Install,選擇你剛剛下載的 MCP 專案資料夾內附帶的 addon.zip 或 addon.py。安裝完畢後將其打勾啟用。在側邊欄 (按 N 喚出) 找到該外掛的面板,按下「Connect」按鈕。恭喜你!系統正式連動完成。
5. 神奇的雙向互動:這套系統可以拿來做什麼?
現在,試著把瀏覽器視窗與 Blender 並排擺放。你可以體會到以下令人驚豔的實戰應用:
- 語意化建立複雜材質: 你可以直接在 LobeChat 裡輸入:「幫我把目前選取的物件,建立一套磨砂玻璃材質,粗糙度設定為 0.3,透光率設定最高。」Gemini 會瞬間生成指令,Blender 的 Shader Editor 裡就會自動連好一堆複雜的節點。
- 自動化場景佈光: 輸入「幫我在場景中央建立一個三點打光 (Three-point lighting) 系統,主光設為暖色調,背光設為冷藍色」,秒速完成專業級的攝影棚佈光。
- 狀態感知與優化: 因為是「雙向連動」,你可以選取一個模型然後問網頁端的 AI:「這個物件的面數會不會太高?幫我加上 Decimate 修改器並減少 50% 的面數。」MCP 會讀取選取狀態,讓對話極度精準。
這項技術將原本枯燥且需要死背 API 語法的 Python 腳本開發,轉化為直覺的對話式互動,極大程度地解放了創作者的雙手,讓你將更多的心力專注在美感與藝術決策上!
本文所介紹的 API 串接、MCP 伺服器架設與 Blender 外掛操作皆屬於進階的自動化技術開發。AI 語言模型(如 Gemini)自動生成的 Python 程式碼具有隨機性,有時可能會產生錯誤的邏輯指令,導致 Blender 軟體卡頓、無回應甚至崩潰閃退。請在執行任何 AI 互動指令前,務必隨時存檔 (Ctrl+S) 備份您的專案與重要資料。本站對於因軟體連動引發的檔案毀損或資料遺失,恕不負任何法律或賠償責任。讀者依本文步驟操作即代表了解並承擔相關風險。
留言
張貼留言