Rhino Grasshopper MCP

🚀 Rhino Grasshopper MCP-人工智能计算设计助手

MCP（模型上下文协议）服务器，将AI功能直接引入Rhino/Grashopper工作流，具有 基于机器学习的自动布局优化 -这是在任何其他公开可用的工具中都找不到的功能。

 

🎯 是什么让这与众不同？

与只生成代码的基本Grasshopper到LLM连接器不同，此工具包括：

🧠 基于机器学习的汽车布局（行业首创）

• DBSCAN聚类 用于自动组件分组
• 聚类 用于固定组计数
• 用户模式学习 具有持久的偏好
• K-NN位置预测 用于优化新组件的放置
• 尽量减少电线交叉 算法

🎓 人工智能辅导系统

• 性能预测：估计优化影响（例如，“预期改善15-30%”）
• 模式检测：识别低效模式并提出更好的替代方案
• 自动分组：分析接线以建议逻辑元件组
• 布局异常检测：查找孤立、重叠或未对齐的组件

🔌 实时Rhino集成

• 实时连接到正在运行的Rhino/Grashopper实例
• 在Rhino中远程执行Python代码
• 获取画布状态并触发解决方案
• 不需要基于文件的工作流

📋 功能概述

🛠️ 安装

git clone https://github.com/dongwoosuk/rhino-grasshopper-mcp.git
cd rhino-grasshopper-mcp
python -m venv .venv
.venv\Scripts\activate  # Windows
pip install -e .

⚙️ 配置

添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "grasshopper": {
      "command": "path/to/rhino_grasshopper_mcp/.venv/Scripts/python.exe",
      "args": ["-m", "rhino_grasshopper_mcp"]
    }
  }
}

🔌 实时Rhino连接（可选）

要启用实时Rhino/Grasshopper控制：

1. 打开Rhino 7或8
2. 跑 EditPythonScript 命令
3. 打开并运行 rhino_listener/rhino_bridge_listener.py
4. 您将看到： Rhino Bridge Listener started on localhost:8080

📚 可用工具

犀牛桥（需要听众）

AI辅导工具

模式检测示例

这 suggest_alternatives 工具检测到这些低效模式：

🏗️ 建筑

rhino_grasshopper_mcp/
├── rhino_grasshopper_mcp/
│   ├── bridge.py              # Main MCP server
│   ├── rhino_bridge.py        # TCP client to Rhino
│   ├── gh_file_ops.py         # .gh/.ghx parsing
│   ├── component_library.py   # Component database
│   ├── code_generator.py      # Code templates
│   └── mentoring/
│       ├── ml_layout_learner.py        # DBSCAN/K-means
│       ├── advanced_layout_learner.py  # Advanced learning
│       ├── persistent_layout_learner.py # User patterns
│       ├── performance_predictor.py    # Optimization prediction
│       ├── alternative_suggester.py    # Pattern detection
│       ├── auto_grouper.py             # Wire-based grouping
│       ├── wire_crossing_detector.py   # Crossing detection
│       └── crossing_minimizer.py       # Layout optimization
├── rhino_listener/
│   └── rhino_bridge_listener.py  # Run IN Rhino
└── pyproject.toml

🤖 ML布局系统详细信息

运作原理

1. 特征提取：分析元件位置、类型和连接
2. 聚类：使用DBSCAN或K-means对组件进行分组
3. 模式学习：将用户首选项存储在 layout_preferences.json
4. 位置预测：使用K-NN为新组件建议最佳位置
5. 异常检测：识别布局问题（孤立节点、重叠、流向错误）

支持的分析

# Example: ML clustering analysis
result = ml_layout_analysis(gh_file_path, method="dbscan")
# Returns: clusters, anomalies, optimization suggestions

# Example: Position prediction
result = predict_component_position(gh_file_path, "Panel", near_component="Slider")
# Returns: predicted X, Y coordinates based on learned patterns

🎯 用例

• 设计自动化：让AI处理重复的Grasshopper任务
• 代码审查：获取优化定义的建议
• 学习：Grasshopper最佳实践的人工智能指导
• 布局清理：混乱定义的自动组织
• 团队标准：项目间一致的组件安排

📄 许可证

MIT许可证-请参阅 许可证 文件。

🙏 致谢

• 建立在 模型上下文协议 通过Anthropic
• 《蚱蜢》作者：大卫·鲁滕/麦克尼尔
• 用于ML算法的scikit-learn

📬 联系

Dongwoo Suk-计算设计专家

• github： 东吴苏克
• 领英： 东吴苏克