Token导航 LogoToken导航TokenDH.com
MCP Srver Starter Pack logo
设计创作stdio官方级别未说明来源级核验

MCP Srver Starter Pack

MCP Server

@modelcontextprotocol/inspector

Blender模型协议服务器用于集成Blender-Ollama系统与Cursor,提供自然语言创建3D场景、查询操作历史、访问代码模式和性能指标等功能。

工具数

10

提示词数

0

GitHub Stars

0

资源数

0
3D建模PythonCursor数据分析Cursor

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

namurokuro

提供方

namurokuro

最后核验

2026/5/17 20:20

运行时

Node.js

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

npx @modelcontextprotocol/inspector python "F:/mcp server/mcp_server.py"

详细介绍

搅拌机进化MCP发生器

用于将Blender Ollama系统与Cursor集成的模型上下文协议(MCP)服务器。

📚 存储库索引:参见 REPOSITORY.md 获取完整的文档索引和导航指南。

概述

此MCP服务器将Blender Ollama专用代理系统暴露给Cursor,允许您:

  • 保持一个不断发展的工作空间,个人可以根据自己的管道进行定制——使用Starter Pack可交付成果作为稳定的参考,同时自由尝试学习工作流程、人工智能生成器或新的代理行为。
  • 通过自然语言在Blender中创建3D场景
  • 从11个专业数据库查询操作历史
  • 访问代码模式和性能指标
  • 针对不同的Blender领域使用14种专用试剂
  • 通过web视口实时监控所有代理活动 (参见 代理商\_ VIEWPORT.md)

入门包(AI就绪)

需要一个轻量级的捆绑包来进行入职培训、演示或源代码共享?随时重新生成策划的入门包:

  1. python build_starter_pack.py
  2. 使用 starter_pack/ 文件夹作为上传工件(Git、ZIP等)。

入门包保留:

  • 最终/未来证明文件(所有 FINAL_*, COMPLETE_*, READY* 文件)
  • AI生成器入口点,如 finalize_vape_ad.pyrender_final.py
  • 准备运行配置(cursor_mcp_config_ready.json,Docker就绪等效)

这些文件共同代表了完整的功能展示——用户可以研究文档、运行生成器脚本,或者用自己的模型扩展它们,而不需要实验工作区的其余部分。

建筑

Cursor → MCP Server (stdio) → Agent Coordinator → Specialized Agents → Blender
                                              ↓
                                        11 SQLite Databases
                                         ↓
                              Agent Activity Tracker → Viewport Server (Web)

代理活动视口

通过基于web的仪表板实时监控所有代理活动:

  • 启动视口: start_viewport.bat (Windows)或 ./start_viewport.sh (Linux/Mac)
  • 访问仪表板: http://localhost:5000
  • 查看实时代理状态、操作、进度和活动日志
  • 完整文档: 代理商\_ VIEWPORT.md

安装

选项1:直接安装(建议用于开发)

  1. 确保家长 blender-ollama 目录可访问
  2. 服务器自动从父目录导入
  3. 安装依赖项: pip install -r requirements.txt

选项2:Docker安装(推荐用于生产环境)

  1. 先决条件:已安装Docker和Docker Compose
  2. 从直接安装迁移: migrate-to-docker.bat (Windows)
  3. 启动服务: docker-start.bat (Windows)或 ./docker-start.sh (Linux/Mac)
  4. 拉Ollama模型: docker-pull-models.bat
  5. 检查状态: docker-status.bat

有关Docker的详细设置,请参阅:

  • - 迁移指南 (从这里开始!)
  • -快速入门指南
  • -完整的文档

配置

光标配置

添加到光标设置(.cursor/mcp.json 或光标设置):

{
  "mcpServers": {
    "blender-ollama": {
      "command": "python",
      "args": [
        "F:/mcp server/mcp_server.py"
      ],
      "env": {
        "OLLAMA_URL": "http://localhost:11434",
        "BLENDER_HOST": "localhost",
        "BLENDER_PORT": "9876"
      }
    }
  }
}

可用工具

1. create_scene

在Blender中根据自然语言描述创建3D场景。

参数:

  • description (必填):自然语言描述
  • field (可选):使用专业代理

例子:

{
  "name": "create_scene",
  "arguments": {
    "description": "Create a red cube on a blue plane",
    "field": "modeling"
  }
}

2. get_scene_info

获取当前Blender场景信息。

3. execute_blender_code

直接在Blender中执行Python代码。

4. query_database

查询操作历史、模式、错误或性能。

参数:

  • database:要查询哪个数据库(或“全部”)
  • query_type:“最近”、“模式”、“错误”或“性能”
  • limit:最大结果

5. get_model_performance

获取LLM模型性能指标。

6. get_successful_patterns

获得成功的代码生成模式。

7. list_specialists

列出所有可用的专业代理。

8. get_development_proposals

根据当前趋势和创新获得发展建议。监控Blender、人工智能、视频编辑、时尚、家具、TikTok、Instagram、游戏和其他项目相关领域的趋势。自动适应您当前的项目环境。

参数:

  • focus_area (可选):“通用”、“搅拌机”、“人工智能”、“科技”、“视频”、“时尚”、“家具”、“tiktok”、“instagram”、“游戏”或“定制”
  • custom_topics (可选):用于项目特定分析的自定义主题数组
  • use_project_context (可选):使用当前项目上下文来调整提案(默认值:true)

9. set_project_context

设置当前项目上下文,以便趋势监控适应您的特定项目类型。

参数:

  • project_type (必填):“时尚”、“家具”、“视频”、“tiktok”、“instagram”、“游戏”、“搅拌机”、“3d”、“建模”或“定制”
  • project_description (可选):项目描述

10. get_project_relevant_trends

使趋势自动适应您当前的项目环境。无需参数-使用您设置的项目上下文。

可用资源

资源提供对数据的只读访问:

  • blender://database/{field}/schema -数据库架构
  • blender://database/{field}/operations -最近的行动
  • blender://database/{field}/patterns -代码模式
  • blender://database/{field}/errors -错误模式
  • blender://database/{field}/performance -性能指标
  • blender://scene/current -当前Blender场景
  • blender://agents/list -可用代理

可用提示

  • create_modeling_scene -创建建模场景工作流
  • create_material_setup -物料设置工作流程
  • analyze_performance -性能分析工作流程
  • find_similar_operations -查找类似操作

测试

使用MCP检查器

npx @modelcontextprotocol/inspector python "F:/mcp server/mcp_server.py"

手动测试

python "F:/mcp server/mcp_server.py"

然后通过stdin发送JSON-RPC请求。

专业代理

服务器将任务路由到10个专用代理:

  1. 建模 -3D建模和网格操作
  2. 着色 -材质和着色器(包括Sanctus库程序着色器支持)
  3. 动画 -动画和关键帧
  4. 视觉特效 -视觉效果和模拟
  5. 动态图形 -文字和动态图形
  6. 渲染 -渲染和导出
  7. 装配 -电枢和索具
  8. 雕刻 -数字雕刻
  9. 摄影机操作员 -摄像头操作
  10. 摄像 -视频编辑

数据库

每个代理都维护自己的SQLite数据库:

  • modeling_data.db
  • shading_data.db
  • animation_data.db
  • vfx_data.db
  • motiongraphics_data.db
  • rendering_data.db
  • rigging_data.db
  • sculpting_data.db
  • cameraoperator_data.db
  • videography_data.db

故障排除

导入错误

  • 确保家长 blender-ollama 目录可访问
  • 检查一下 specialized_agents.pydata_collector.py 存在
  • 验证Python路径是否包含父目录

连接错误

  • 确保Ollama正在运行 localhost:11434
  • 确保Blender插件正在运行 localhost:9876
  • 检查防火墙设置

数据库错误

  • 确保数据库文件存在于父目录中
  • 检查文件权限
  • 验证数据库路径是否正确

Sanctus图书馆整合

着色代理现在支持 圣图书馆 程序着色器集合,提供对690+高质量程序材质的访问。

安装

  1. 购买并下载Sanctus库:

https://superhivemarket.com/products/sanctus-library-addon---procedural-shaders-collection-for-blender/

  1. 在Blender中安装:

- 编辑>首选项>附加组件 - 点击“安装…”并选择Sanctus Library.zip文件 - 启用插件

  1. 通过“资源浏览器”(Shift+A)或使用Python API访问材质

用法

通过MCP服务器:

{
  "name": "create_scene",
  "arguments": {
    "description": "Apply Sanctus Library metal material to cube",
    "field": "shading"
  }
}

通过Python脚本:

from sanctus_library_tools import apply_sanctus_material_to_object

# Apply material to object
result = apply_sanctus_material_to_object("Cube", "MetalMaterial")

示例脚本:

  • use_sanctus_library.py -检查安装并列出材料
  • example_sanctus_materials.py -使用Sanctus材质创建场景

可用功能

sanctus_library_tools.py 模块提供:

  • check_sanctus_installed() -检查是否安装了插件
  • apply_sanctus_material_to_object() -将材质应用于对象
  • get_sanctus_materials() -列出可用材料
  • get_sanctus_material_categories() -获取物料类别
  • 程序化材料应用的代码生成功能

参考文献

协议与集成

搅拌机文档

许可证

与母Blender Ollama项目相同。

目录标签

目录标签

3D建模PythonCursor数据分析Blender集成本地部署自然语言处理AI代理数据库查询

支持客户端

Cursor

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Node.js

来源包(packageName,安装包名)

@modelcontextprotocol/inspector

工具数量(toolCount,工具数)

10

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP