用 Claude MCP 让 AI 直接操作 Blender 和 Unity:自动化建模与场景搭建实测
MCP 是什么?为什么它能让 AI “动手”干活
MCP(Model Context Protocol,模型上下文协议)是 Anthropic 提出的一套开放协议,目标是让大语言模型能直接和本地应用程序交互。你可以把它理解成给 AI 装了一个通用接口——以前你告诉 AI“我想做个松树模型”,它只能给你一段文字说明;现在有了 MCP,它可以直接打开 Blender,创建网格、分配材质、调整拓扑,全程不用你碰鼠标。
这套机制的核心在于“MCP 服务器”。每个支持 MCP 的软件(比如 Blender 或 Unity)都需要一个对应的服务器程序,负责接收来自 Claude 的指令,并将其翻译成软件能执行的操作。Claude Code CLI 则作为客户端,负责调度这些服务器并管理连接。
目前社区已经有不少开源 MCP 服务器,覆盖文件系统、数据库、代码编辑器,以及我们重点关注的 3D 工具链。下面我们就一步步搭建两套实用工作流。
环境准备:装好基础工具
要跑通这套流程,首先得装两个关键组件:Claude Code CLI 和 uv。
Claude Code CLI 是 Anthropic 官方推出的命令行版 Claude,比桌面应用更轻量,也更适合脚本化和自动化。安装很简单,只要你的机器有 Node.js 环境,运行一行命令就行:
npm install -g @anthropic-ai/claude-code装完后输入 claude --version,如果看到版本号就说明成功了。
接下来是 uv。很多 MCP 服务器是用 Python 写的,而 uv 是 Astral 团队开发的新一代 Python 包管理器,主打“零配置运行”。你不需要手动创建虚拟环境或安装依赖,直接用 uvx 就能一键启动任何 PyPI 上的包。
在 Windows 上,以管理员身份打开 PowerShell,执行:
irm https://astral.sh/uv/install.ps1 | iexMac 或 Linux 用户可以用 curl 安装。装完记得重启终端,然后运行 uv --version 确认是否生效。
这两个工具准备好后,就可以开始接入具体的软件了。
实战一:用嘴捏 3D——Blender MCP 配置与使用
Blender MCP 是由社区开发者 ahujasid 维护的一个插件,它把 Blender 变成了一个可被远程控制的 3D 工作站。
安装插件
首先去 GitHub 的 blender-mcp Releases 页面 下载最新的 addon.py 文件。打开 Blender,进入 Edit > Preferences > Add-ons,点击 Install,选择刚才下载的文件,然后勾选启用 Interface: Blender MCP。
启用后,按键盘上的 N 键打开右侧侧边栏,你会看到一个新的 BlenderMCP 标签页。这里就是连接 Claude 的入口。
注册 MCP 服务
回到终端,运行以下命令,把 Blender MCP 添加到 Claude 的可用工具列表中:
claude mcp add --transport stdio blender -- uvx blender-mcp这条命令的意思是:“当我要用 blender 这个工具时,请用 uvx blender-mcp 启动它的 MCP 服务器。”
添加成功后,点击 Blender 侧边栏里的 Connect to Claude 按钮。此时再运行 claude mcp list,应该能看到 blender 的状态变成 connected。
开始生成模型
现在可以和 Claude 对话了。比如输入:
“在 Blender 中创建一个低多边形风格的松树,并为它添加简单的绿色材质。”
几秒钟后,Blender 视口中就会出现一棵带材质的松树。整个过程不需要你写一行 Python 脚本,也不用手动调节点线面。
进阶:结合 NVIDIA NIM 实现图生 3D
如果你有角色设定图,还可以让 Claude 调用外部 API 自动生成 3D 模型。NVIDIA 的 TRELLIS NIM 服务提供了免费的图生 3D 接口,注册 NVIDIA API Catalog 后能拿到 1000 积分(足够做几十次转换)。
在对话中你可以这样指挥:
“调用 NVIDIA NIM 服务,将这张角色设定图
D:/art/character.png转换为低多边形 3D 模型,并导入 Blender,然后为它添加人形骨骼绑定。”
Claude 会先通过 MCP 发起 HTTP 请求调用 NIM API,等模型生成后自动下载 .glb 文件,再用 Blender MCP 导入场景并执行骨骼绑定操作。虽然目前绑定精度有限,但对原型设计来说已经省下大量时间。
实战二:让 AI 搭建 Unity 游戏场景
Unity MCP 的原理和 Blender 类似,但功能更侧重于场景构建和脚本生成。
安装 Unity 包
目前 Unity MCP 还没有官方发布,但社区已有多个实验性实现。通常做法是通过 Unity 的 Package Manager 从 Git URL 安装。比如某个版本的包地址可能是:
https://github.com/user/unity-mcp.git?path=/Packages/com.example.unitymcp安装后,Unity 编辑器会自动加载 MCP 服务,并在后台监听本地端口。
配置 Claude 连接
同样用 claude mcp add 命令注册服务。假设 Unity MCP 服务器的启动命令是 uvx unity-mcp-server,那么注册命令就是:
claude mcp add --transport stdio unity -- uvx unity-mcp-server确保 Unity 编辑器处于打开状态,然后运行 claude mcp list 确认连接成功。
自动化场景搭建
现在可以发出复杂指令了。例如:
“在当前 Unity 场景中创建一个 10x10 的地形,放置 20 棵随机树木,并添加一个第一人称控制器预制体。”
Claude 会分步执行:先调用 Terrain API 生成平面,再从资源库随机选取树模型实例化,最后拖入 FPS Controller 预制体并配置相机。你甚至可以在过程中打断修正:“把树木换成松树,密度降低 30%。”AI 会立即调整后续操作。
需要注意的是,目前 Unity MCP 对复杂逻辑(比如状态机或网络同步)支持有限,但对于静态场景布置、基础脚本生成已经非常实用。
效率倍增:everything-claude-code 配置套件
如果说 MCP 是外设驱动,那 everything-claude-code 就是给 Claude 装了一套专业开发固件。这是开发者 affaan-m 经过 10 个月实战打磨的配置集,包含 13 个专用 Agent、40 多个按需加载的技能模块和 32 个快捷命令。
安装方法
在 Claude Code 的交互会话中运行:
/plugin marketplace add affaan-m/everything-claude-code
/plugin install everything-claude-code@everything-claude-code但目前插件系统还不支持自动分发规则文件,所以还得手动操作:
- 克隆仓库:
git clone https://github.com/affaan-m/everything-claude-code.git - 把
rules/文件夹里的内容复制到 Claude 的配置目录(Windows 是C:\Users\<用户名>\.claude\rules\,macOS/Linux 是~/.claude/rules/)
核心功能
装好后,你可以用 /plan 让 AI 拆解复杂任务,比如“做一个带昼夜循环的森林场景”;用 /tdd 启动测试驱动开发,自动生成单元测试和实现代码;用 /code-review 让它检查脚本中的性能隐患。
在实际测试中,这套配置能把重复性工作的耗时减少 60% 以上。比如以前要花半小时布置的关卡,现在三句话就能搞定初版。
实际体验与局限
经过几天实测,这套工作流在以下场景特别高效:
- 快速生成概念模型(low-poly 风格效果最好)
- 批量创建基础场景元素(地形、植被、灯光)
- 自动生成样板代码(如 MonoBehaviour 脚本框架)
- 跨工具链调度(比如从 Blender 导出后自动导入 Unity)
但也存在明显限制:
- 精度不足:AI 生成的拓扑结构往往不够干净,不适合直接用于生产级资产。
- 上下文丢失:长时间对话后,Claude 可能忘记之前创建的对象,导致操作错位。
- 错误恢复弱:如果某步操作失败(比如 API 超时),AI 很少能自动重试或回滚。
- 依赖社区维护:MCP 服务器更新频繁,有时新版本会破坏旧指令。
不过这些问题正在快速改善。随着更多开发者加入 MCP 生态,工具的稳定性和功能深度都在提升。
结语
MCP 的出现标志着 AI 从“建议者”向“执行者”的转变。你不再需要把自然语言翻译成技术步骤,而是直接让 AI 操作软件本身。虽然现在还不能完全替代人工,但在原型设计、快速迭代和重复劳动环节,它已经展现出惊人的效率。
如果你是 3D 艺术家、独立游戏开发者或技术美术,不妨花一小时搭起这套环境。说不定下次开会时,别人还在画草图,你的 AI 已经把场景跑起来了。