这几年“数字孪生”这个词被喊得震天响但真落地过的人都知道最磨人的根本不是算法而是把现实世界里的仓库、产线、设备一点点“搬”进三维空间里的过程。我最近用 Antigravity 作为 AI 代理配合 Blender MCP 协议搭了一整套 3D 智慧仓储数字孪生的场景从需求描述到模型生成再到库位编码和数据绑定全程用手“点”的地方不多大部分活是聊出来的。这篇先把整体思路和实操路径完整记录下来给正在做仓储可视化、园区孪生或者 AI 辅助建模的朋友一个能参考的样板。先说这玩意解决了什么问题。传统搭一个仓储数字孪生场景动辄要建模师忙一两周场地尺寸、货架排布、托盘规格、AGV 路径、光照环境每一样都得手动调。而 Antigravity 这类 AI 代理工具擅长的是“把一句话拆成可执行动作”Blender MCP 则把 Blender 的建模能力暴露成标准接口两者一接等于你对着电脑说“我要一个 120 米长、80 米宽、9 米高的仓库货架按 3 排 12 列布置”它就能真的在 Blender 里把场景建出来。适合谁看一是做智慧园区、智慧物流解决方案的工程师二是想用 AI 提效的 3D 内容创作者三是对 MCP 生态感兴趣、想试试自然语言驱动三维工具的开发者。下面直接进入正题。1. 为什么选这个组合Antigravity Blender MCP 的定位1.1 需求拆解从标题看这个项目的真实目标“Antigravity Blender MCP上打造 3D 智慧仓储数字孪生”这个标题看着长但拆开就三块Antigravity 是调度大脑Blender MCP 是执行手臂智慧仓储数字孪生是最终交付物。先说 Antigravity它不是普通聊天机器人而是能直接读写本地文件、调用命令行、操作第三方软件的 AI 代理工具你可以把它理解成一个“带了手和眼的 AI 实习生”——你说需求它拆步骤然后真的去操作工具把活干完。Blender 则不用多介绍开源 3D 创作套件里的事实标准建模、材质、动画、渲染一条龙关键是它有完整的 Python API这就给 MCP 接入提供了天然土壤。数字孪生这块真做起来不是搭个好看的三维模型就完事它要解决三个递进的问题第一几何还原仓库的墙、柱、货架、通道在三维空间里得跟现实对得上第二业务映射每个货架、库位、托盘要有唯一标识能和 WMS仓储管理系统里的数据对应第三动态联动库存数量、设备状态、AGV 位置这些信息变化时三维场景要跟着变。这三个需求决定了工具选型不能只看建模能力强不强还得看能不能被程序化调用、能不能挂载数据。Antigravity 负责把自然语言翻译成建模动作Blender MCP 负责让这些动作真正落在 Blender 里而我需要做的只是把场景规则和数据规范提前定义清楚。1.2 MCP 在数字孪生工作流里扮演的角色MCP 全称 Model Context Protocol模型上下文协议是 Anthropic 在 2024 年底开源的一套标准协议2025 年基本成了 AI 工具链里的“通用插座”。它的核心思路特别直白与其给每个 AI 工具单独做插件接口不如定一个统一标准让 AI 应用客户端和外部工具服务端通过标准化消息互相通信。打个比方USB-C 接口统一了充电和数据传输MCP 想统一的就是 AI 和工具之间的“数据通道”。Blender MCP 就是这条通道上的服务端它跑在 Blender 进程里监听来自 AI 客户端的指令把“创建立方体”“设置材质”“移动物体到坐标”这类操作翻译成 Blender Python API 调用。在数字孪生工作流里MCP 的价值不只是省了敲代码的功夫更重要的是它把“建模”变成了“可编程、可追溯、可复用”的流程。传统手动建模你怎么建的全靠肌肉记忆换个项目就推倒重来用 MCP 驱动建模每一步操作都是结构化指令同样的 prompt 可以反复生成相同规格的场景参数改一改又是一套新布局。这对仓储这种标准化程度高的场景特别友好——货架间距、通道宽度、库位尺寸本来就该按规范来用代码生成比人手拖拽靠谱得多。另外MCP 天然支持多工具协同Antigravity 可以同时连接 Blender MCP、文件系统 MCP、浏览器 MCP这意味着从生成模型到导出数据再到上传 Web 端渲染整条链路可以做得很顺。1.3 方案选型为什么不选 Unity不选纯程序化建模有人可能会问做数字孪生为什么不直接用 Unity 或者 Three.js反而绕一圈用 Blender我当时的考虑是这样的Unity 和 Unreal 确实在实时交互、大屏展示上很强但它们的优势在于“运行时”在于把做好的场景跑起来而不在于“快速生成资产”。如果你要从零搭一个仓储场景在 Unity 里手动摆货架并不比 Blender 快而且 Unity 的自动化和脚本化接口不如 Blender 的 Python API 成熟。反过来用 Three.js 做纯代码建模理论上也能实现程序化生成但写一套完备的仓储建模函数库前期开发量非常大而且三维资产的美术效果、光影质感很难靠纯代码调好。Blender 在这里恰好卡在中间位置它有完整的三维创作能力有 Python API 和强大的插件生态有 glTF、USD、FBX 等标准导出格式而且完全免费。Blender MCP 插件相当于给 Blender 装了一个“AI 遥控器”让 Antigravity 这种代理工具能以对话形式操纵它。当然这个方案也有短板Blender 不是实时渲染引擎做大场景交互还得导出到 Web 端或其他引擎所以我把项目规划成上下两篇上篇聚焦用 Blender 把仓储数字孪生的“底模”和数据底座建出来下篇再处理数据回传和 Web 端展示。这也是标题里带“上”的原因——先把最难啃的建模和数据绑定骨头啃下来。2. 环境准备Antigravity 与 Blender MCP 接入全流程2.1 Blender 基础环境配置我用的是 Blender 4.2 LTS 版本选 LTS 是为了稳定毕竟要跑 MCP 服务端插件兼容性比新功能重要。安装没什么好说的官网下载对应系统的安装包Windows 直接 exe 装完macOS 拖进 ApplicationsLinux 用发行版包管理器或者直接解压 tar.xz 都行。有一点提醒Blender 的 Python 环境是内置的不要手动去改系统 Python后面装 MCP 依赖时认准 Blender 自带的解释器路径。装完之后先做两件事。第一到 Preferences Interface 里把 Language 改成中文方便排查问题但代码和插件保持英文避免中文字符导致编码问题第二到 Preferences Save Load 里把自动保存间隔调成 2 分钟因为 AI 批量建模时动作很快如果生成到一半崩溃没有自动保存会很崩溃。场景单位这块我直接用公制米为单位在 Scene Properties Units 里确认这直接关系到后面 AI 生成的模型尺寸是否符合真实仓库的尺度。2.2 安装 Blender MCP 服务端插件现在社区里比较活跃的 Blender MCP 实现是 Ahujasid/blender-mcp 这个开源项目它的工作方式是在本地跑一个 WebSocket 服务AI 客户端通过 MCP 协议连上来。安装分三步。第一步克隆或下载项目源码注意把整个仓库放到一个路径里不要有中文和空格第二步打开 Blender进入 Edit Preferences Add-ons点击 Install选择源码里的scripts/addons/blender_mcp目录启用后插件会出现在 Add-ons 列表里第三步在插件的 Preferences 面板里确认端口设置默认是 9876这个端口号必须和 AI 客户端里配置的一致。这里有个容易踩的坑Blender 4.2 之后的插件安装机制对目录结构要求更严有些旧教程让你直接把整个仓库目录作为插件装结果 Blender 提示“模块找不到”。正确做法是只选blender_mcp那个子目录因为它才包含__init__.py。装完启用后如果你在 Blender 的控制台窗口看到类似 “Blender MCP server started on port 9876” 的日志说明服务端已经跑起来了。顺带一提这个服务端依赖 Python 的websockets库如果你的 Blender 环境里没有可以用 Blender 自带的 Python 执行pip install websockets别用系统终端否则装完也白装。2.3 配置 Antigravity 客户端Antigravity 的配置逻辑和市面上其他 MCP 客户端大同小异核心就是告诉它 “我要连一个 MCP 服务端地址是哪里”。进入 Antigravity 的设置界面找到 MCP Servers 配置项添加一个新的 server填写名称比如 blender-local类型选本地 WebSocket 连接地址填ws://127.0.0.1:9876。如果你用的是云端托管的 Blender MCP 服务也可以填远程 wss 地址但我在本地场景下建议直接用本机回环地址延迟低且不需要额外鉴权。配置完成后最关键的一步是验证连通性。别急着让它建复杂场景先发一个最小指令“在 Blender 场景原点创建一个边长为 2 米的立方体命名为 test_cube”。如果 Antigravity 返回成功Blender 视口里出现一个方块说明整条链路是通的。如果这一步就不动后面全白搭。我测试时遇到过一种情况Antigravity 提示连接成功但 Blender 里没反应最后发现是 Blender 的 MCP 插件启用了但没有按 “Connect” 按钮服务端根本没有启动——不同版本插件交互不同装完一定要在插件面板里确认服务状态是 running。2.4 连通性确认与权限说明这里额外提一个很多人忽视的点MCP 服务端一旦跑起来任何能访问这个端口的人都能往你的 Blender 里发指令。本地开发问题不大但如果 Blender 跑在服务器上或者你把端口映射到了公网一定要在 MCP 服务端配置鉴权 token并在 Antigravity 的连接地址里带上。基于常见实践我建议局域网内做协同开发时给 MCP server 设置一个 token 参数地址变成ws://192.168.x.x:9876/?tokenyour_secret两边保持一致。权限也值得说两句。Blender MCP 默认能执行的操作范围非常大包括新建对象、删除对象、改材质、执行任意 Python 脚本。这是把双刃剑越灵活越要小心。我自己的习惯是给 Antigravity 设一个工作目录白名单所有生成的资产文件集中在~/blender_twin_assets下避免 AI 在文件系统里乱跑。这不是对 AI 不信任而是数字孪生项目周期长、文件多如果你不事先约定好目录结构几十个版本迭代下来项目管理会变成一团浆糊。3. 实战搭建智慧仓储数字孪生场景3.1 场景设计先画规则再动手别让 AI 自由发挥直接用自然语言让 AI 建整个仓库不是不行但我实践下来最稳的方式是“先设计规则再让 AI 执行”而不是把 AI 当许愿机。智慧仓储数字孪生不是艺术创作它要求虚拟场景和现实一一对应所以动手之前我把场景拆成了五层建筑结构层墙体、地面、顶棚、立柱、存储设施层货架、托盘、料箱、搬运设备层AGV、叉车、传送带、环境辅助层照明、消防栓、安全标识、数据标注层库位编码、传感器点位、路径节点。每层单独建模单独命名后面改起来不会牵一发动全身。同时把关键参数提前定好这些参数会直接写进 AI 的建模指令里参数项设定值说明仓库长×宽×高120m × 80m × 9m标准单层物流仓库尺度货架规格单组 2.4m 长 × 1.2m 宽 × 6m 高5 层横梁式货架货架排布3 排 × 12 列 × 左右双侧中间留 3.5m 主通道托盘尺寸1.2m × 1.0m × 0.15m标准托盘库位编码规则区-排-列-层如 A-01-12-03对应 WMS 系统库位号这里解释一下为什么货架间距和通道宽度要定这么死。仓储数字孪生项目后期往往要叠加 AGV 路径规划和仿真如果模型里通道宽度和现实差了几十厘米仿真出来的路径导航数据就是不准确的甚至会误导设备选型。所谓孪生第一步是几何尺寸的孪生参数不对后面全是空中楼阁。3.2 自然语言驱动建模从 prompt 到 3D 资产的完整过程规则定好之后我开始通过 Antigravity 向 Blender MCP 下发指令。整个建模过程不是一次性生成而是分阶段推进方便随时检查、修正。每一阶段我都保留了完整的 prompt 文本这里挑几个核心的步骤讲讲。第一步建建筑主体。我的指令是“在 Blender 中新建场景命名为 warehouse_twin。创建长方体作为仓库地面长 120 米、宽 80 米、高 0.2 米位置在世界原点材质设为灰色混凝土。在地面四边创建墙体高度 9 米厚度 0.3 米材质设为灰白色金属板墙体外立面朝向外部。创建屋顶高度 9 米略微倾斜以排水。”Antigravity 会把这句话拆成坐标计算和建模动作最终生成一个规则的三合板式建筑体块。这一阶段的难点在于让 AI 理解“地面在 y0墙体底部贴着地面”这种空间关系所以我刻意把坐标参数写清楚不给它自由发挥空间。第二步建货架。货架是仓储场景里数量最多的重复单元如果一个个手动建光输入坐标就能把人累死。这里我利用了 MCP 的一个特性它可以循环执行同类操作。Prompt 这样写“创建货架标准单元每组货架包含 5 层横梁每层承重面离地高度分别是 1.2、2.4、3.6、4.8、6 米立柱用 80mm 方管。货架排布规则共 3 排 12 列排间距 8 米列间距 2.6 米所有货架沿 X 轴方向摆放第一排货架中心线位于 X-10 米处。”这段指令里每个数字我都按实际工程参数换算过AI 按规则循环生成 36 组货架一次成型。如果你对“循环执行”没概念想象一下你给一个实习生说“把这个立方体复制 35 次每次平移 2.6 米”AI 代理干的正是这件事。第三步做库位编码。几何模型建好只是完成了一半数字孪生真正的门槛是让每个库位“有名字”。我在 Blender 里对每个托盘位添加 Custom Properties属性名是location_code值按照 WMS 库位编码规则填充。这一步同样通过 Antigravity 下发批量指令“遍历所有名称为 rack_unit 的物体根据其坐标计算区、排、列、层生成库位编码并写入 custom propertylocation_code。”因为货架命名时已经带上了坐标规律AI 能通过坐标反推编码比如某组货架 x10、y0、z1.2对应的编码就是 A-01-01-01这样后期数据对接时每条模型都有稳定唯一的业务 ID。3.3 可视化细节与场景修饰几何和数据都有了但一个看起来像“成品”的仓储数字孪生场景还得经过几道修饰。第一是材质和着色。全白的场景没法看我给地面加了棋盘格纹理模拟环氧树脂地坪分区给货架用金属材质给墙体加了一点粗糙度变化。这些通过 MCP 指令批量设置材质参数实现比手动一个个点材质球快得多。第二是光照。仓储场景不需要复杂的体积光我用三盏平行光模拟天窗采光配合一点环境光遮蔽保证模型在 Blender 视角下明暗关系正确。第三是环境点缀在仓库四角放了消防栓、安全出口指示牌、柱子上的编号牌这类小道具提升真实感。需要说明的是这些修饰类操作在 AI 自动化之外我保留了一些手工干预空间。比如定位消防栓的位置、调节光照角度这种“感觉型”决策还是人来做更快。数字孪生工作流我给它定的基调是重复性体力活全部交给 AI判断性决策留给自己。这样效率最高也最不容易翻车。3.4 从 Blender 模型到孪生数据底座模型建完最后一公里是从 Blender 里把数据导出成可供程序使用的格式。数字孪生项目前端的渲染引擎也好、数据可视化平台也好通常可以直接加载 glTF 或 USD 格式。我在 Blender 里把所有仓库模型归拢到一个 Collection选中后执行 File Export glTF 2.0导出选项里勾选Include Custom Properties这样每个库位上写的location_code会作为属性一并导出。导出的 glTF 文件是一个 .glb 或 .gltf .bin 的组合尺寸不大几百兆以内的场景都可以直接放到 Web 端加载。有了带编码属性的三维资产下一步无论是接 Three.js 做前端展示还是导入到 Unity 做运维大屏都有据可依。关于数据回传和设备状态联动的内容我在下篇会详说简单提一句方向前端通过 WMS 接口拿到库存数据按location_code匹配三维节点刷新库存数量时同步改变对应货架格子上托盘的显隐和颜色。这就是孪生体“动起来”的基础。4. 核心技巧与常见问题排查4.1 提升 Blender MCP 使用效率的指令技巧Blender MCP 用多了我总结出几个能显著提升效率的习惯。第一把常用动作写成“宏指令”模板比如“创建标准货架单元”就包含建立柱、装横梁、算层高、赋材质一整串操作。你可以让 Antigravity 记住这套模板之后每次说“A 区再来 20 组货架”它就能自动套用。第二善用 Collection集合。Blender 的 Collection 类似文件夹MCP 支持按 Collection 名称做批量操作比如“清空名为 temporary 的集合”比逐个选物体再删快得多。我在建模过程中把所有中间过程的临时对象丢进 temporary 集合最后统一清理。第三明确尺度单位。每次下指令都带具体数值和单位不让 AI 猜。实测下来不带单位的指令生成结果经常尺寸乱飞因为 Blender 内部默认单位制和你心里的米制不一定一致。4.2 常见报错与排查记录MCP 连接、材质、导出问题实操过程中我踩了不少坑挑几个典型的记录在这里给后来人省点时间。连接超时是最常见的。Blender MCP 插件已经启用Antigravity 里也配了地址但发指令后提示超时。排查步骤依次是确认 Blender 控制台有没有 “server started” 日志没有就是插件没完全启动确认端口没被占用lsof -i:9876或netstat -ano | findstr 9876看一眼确认地址里ws://前缀没错有人填成了http://或者少了反斜杠。第二类问题是生成模型比例不对。AI 按指令建出来的货架高达几十米原因多半是 Blender 坐标单位被改成了英尺英寸或者 prompt 里的“米”被 AI 直接当成 Blender 内部单位。解决方式是在场景属性里固定单位制并在 prompt 里写“单位统一为米”。第三类问题比较隐蔽glTF 导出后 Custom Properties 丢了。我第一次导出 .glb 后发现所有location_code都不见了后来排查发现是导出时没勾选自定义属性选项这个在 Blender 导出面板里默认是关闭的需要手动打开。4.3 我的避坑方法论AI 驱动建模如何保证工程质量最后说点方法论层面的东西。用 Antigravity Blender MCP 做数字孪生最大的风险不是 AI 不会操作 Blender而是 AI 操作 Blender 时“无规范意识”。它不会主动给你分 Collection不会按业务逻辑命名模型更不会考虑导出格式兼容性。所以我的做法是在项目启动的第一天就把命名规范、Collection 层级、单位制、自定义属性命名表写成一个project_style_guide.md文件放在工作目录下然后每次让 Antigravity 执行建模任务前都会带上“遵循 project_style_guide.md 中的规范”这一句。这能让 AI 的产出从一开始就符合工程预期而不是等生成完了再花大力气规范化。这个习惯我建议所有做 AI 辅助建模的人尽早养成。4.4 性能优化与场景资产瘦身经验仓储场景一旦货架、托盘、料箱数量上去Blender 视口会明显变卡尤其是开了材质预览模式之后。我这里的做法是三层优化。第一层是代理显示给高面数的货架模型开启 Simplify 中的 “Use Subdivision Surface” 和“Unsubdivided”视口里显示低模渲染时再加载高模。第二层是检查模型面数MCP 批量生成的模型经常出现不必要的细分比如一个托盘除了一块面板还生成 40 个圆柱螺栓孔视觉上根本看不出来但面数翻了几倍。我一般让 Antigravity 把托盘这类重复资产的面数控制在 1000 面以内工具用 Decimate 修改器统一减面。第三层是实例化正确做法是建一个货架单元后用 Collection Instance 的方式复制摆放而不是复制出 36 个独立 mesh。实例化之后导出 glTF 会自动复用节点文件体积大幅下降前端渲染压力也小很多。4.5 自动化脚本与批量操作的进阶玩法除了靠 Antigravity 的自然语言对话Blender MCP 还支持让 AI 直接执行 Python 代码块这就打开了进阶玩法的空间。我是先让 Antigravity 通过自然语言描述意图它生成 Python 脚本后我先让它打印脚本内容确认逻辑没问题再执行到 Blender 里。实际项目中批量生成货架我最终用的脚本不是逐句调 API而是写了一个generate_rack_module(params)函数用循环调用来生成全部货架这样既保证了规范一致性又让后续修改参数变得特别方便——改一个数字重新执行脚本整个仓库布局就变了。如果你对 Python 有一定基础我强烈建议在 Antigravity 对话里直接要求“生成一个可复用的 Python 函数参数包含行列数、间距、高度”它写出来的代码水平足以应对仓储建模这类标准化需求。写在最后这套 Antigravity Blender MCP 的组合拳我实际跑下来的最大感触是AI 不会取代建模师但它把这行的“体力活”和“脑力活”切分得更清楚了。仓储、园区、产线这类数字孪生场景标准化程度高、重复劳动密集恰恰是最适合 AI 代理介入的领域。如果你也是一边做交付项目一边被建模需求追着跑不妨按这篇文章的思路把工具链搭起来哪怕只把货架摆放这一步自动化了也能省出大把时间。真正的手感还是要在一次次跑通的流程里积累模型规范、命名习惯、指令模板都是越用越顺的东西。这篇先到这里后面我打算把“数据回传、库位状态刷新、Web 端渲染联动”那一块也整理出来作为下篇分享到时候见。 
长河君 · 2026/11/2 13:39:56 · 阅读 1.2k Antigravity + Blender MCP：3D智慧仓储数字孪生实践
这几年“数字孪生”这个词被喊得震天响但真落地过的人都知道最磨人的根本不是算法而是把现实世界里的仓库、产线、设备一点点“搬”进三维空间里的过程。我最近用 Antigravity 作为 AI 代理配合 Blender MCP 协议搭了一整套 3D 智慧仓储数字孪生的场景从需求描述到模型生成再到库位编码和数据绑定全程用手“点”的地方不多大部分活是聊出来的。这篇先把整体思路和实操路径完整记录下来给正在做仓储可视化、园区孪生或者 AI 辅助建模的朋友一个能参考的样板。先说这玩意解决了什么问题。传统搭一个仓储数字孪生场景动辄要建模师忙一两周场地尺寸、货架排布、托盘规格、AGV 路径、光照环境每一样都得手动调。而 Antigravity 这类 AI 代理工具擅长的是“把一句话拆成可执行动作”Blender MCP 则把 Blender 的建模能力暴露成标准接口两者一接等于你对着电脑说“我要一个 120 米长、80 米宽、9 米高的仓库货架按 3 排 12 列布置”它就能真的在 Blender 里把场景建出来。适合谁看一是做智慧园区、智慧物流解决方案的工程师二是想用 AI 提效的 3D 内容创作者三是对 MCP 生态感兴趣、想试试自然语言驱动三维工具的开发者。下面直接进入正题。1. 为什么选这个组合Antigravity Blender MCP 的定位1.1 需求拆解从标题看这个项目的真实目标“Antigravity Blender MCP上打造 3D 智慧仓储数字孪生”这个标题看着长但拆开就三块Antigravity 是调度大脑Blender MCP 是执行手臂智慧仓储数字孪生是最终交付物。先说 Antigravity它不是普通聊天机器人而是能直接读写本地文件、调用命令行、操作第三方软件的 AI 代理工具你可以把它理解成一个“带了手和眼的 AI 实习生”——你说需求它拆步骤然后真的去操作工具把活干完。Blender 则不用多介绍开源 3D 创作套件里的事实标准建模、材质、动画、渲染一条龙关键是它有完整的 Python API这就给 MCP 接入提供了天然土壤。数字孪生这块真做起来不是搭个好看的三维模型就完事它要解决三个递进的问题第一几何还原仓库的墙、柱、货架、通道在三维空间里得跟现实对得上第二业务映射每个货架、库位、托盘要有唯一标识能和 WMS仓储管理系统里的数据对应第三动态联动库存数量、设备状态、AGV 位置这些信息变化时三维场景要跟着变。这三个需求决定了工具选型不能只看建模能力强不强还得看能不能被程序化调用、能不能挂载数据。Antigravity 负责把自然语言翻译成建模动作Blender MCP 负责让这些动作真正落在 Blender 里而我需要做的只是把场景规则和数据规范提前定义清楚。1.2 MCP 在数字孪生工作流里扮演的角色MCP 全称 Model Context Protocol模型上下文协议是 Anthropic 在 2024 年底开源的一套标准协议2025 年基本成了 AI 工具链里的“通用插座”。它的核心思路特别直白与其给每个 AI 工具单独做插件接口不如定一个统一标准让 AI 应用客户端和外部工具服务端通过标准化消息互相通信。打个比方USB-C 接口统一了充电和数据传输MCP 想统一的就是 AI 和工具之间的“数据通道”。Blender MCP 就是这条通道上的服务端它跑在 Blender 进程里监听来自 AI 客户端的指令把“创建立方体”“设置材质”“移动物体到坐标”这类操作翻译成 Blender Python API 调用。在数字孪生工作流里MCP 的价值不只是省了敲代码的功夫更重要的是它把“建模”变成了“可编程、可追溯、可复用”的流程。传统手动建模你怎么建的全靠肌肉记忆换个项目就推倒重来用 MCP 驱动建模每一步操作都是结构化指令同样的 prompt 可以反复生成相同规格的场景参数改一改又是一套新布局。这对仓储这种标准化程度高的场景特别友好——货架间距、通道宽度、库位尺寸本来就该按规范来用代码生成比人手拖拽靠谱得多。另外MCP 天然支持多工具协同Antigravity 可以同时连接 Blender MCP、文件系统 MCP、浏览器 MCP这意味着从生成模型到导出数据再到上传 Web 端渲染整条链路可以做得很顺。1.3 方案选型为什么不选 Unity不选纯程序化建模有人可能会问做数字孪生为什么不直接用 Unity 或者 Three.js反而绕一圈用 Blender我当时的考虑是这样的Unity 和 Unreal 确实在实时交互、大屏展示上很强但它们的优势在于“运行时”在于把做好的场景跑起来而不在于“快速生成资产”。如果你要从零搭一个仓储场景在 Unity 里手动摆货架并不比 Blender 快而且 Unity 的自动化和脚本化接口不如 Blender 的 Python API 成熟。反过来用 Three.js 做纯代码建模理论上也能实现程序化生成但写一套完备的仓储建模函数库前期开发量非常大而且三维资产的美术效果、光影质感很难靠纯代码调好。Blender 在这里恰好卡在中间位置它有完整的三维创作能力有 Python API 和强大的插件生态有 glTF、USD、FBX 等标准导出格式而且完全免费。Blender MCP 插件相当于给 Blender 装了一个“AI 遥控器”让 Antigravity 这种代理工具能以对话形式操纵它。当然这个方案也有短板Blender 不是实时渲染引擎做大场景交互还得导出到 Web 端或其他引擎所以我把项目规划成上下两篇上篇聚焦用 Blender 把仓储数字孪生的“底模”和数据底座建出来下篇再处理数据回传和 Web 端展示。这也是标题里带“上”的原因——先把最难啃的建模和数据绑定骨头啃下来。2. 环境准备Antigravity 与 Blender MCP 接入全流程2.1 Blender 基础环境配置我用的是 Blender 4.2 LTS 版本选 LTS 是为了稳定毕竟要跑 MCP 服务端插件兼容性比新功能重要。安装没什么好说的官网下载对应系统的安装包Windows 直接 exe 装完macOS 拖进 ApplicationsLinux 用发行版包管理器或者直接解压 tar.xz 都行。有一点提醒Blender 的 Python 环境是内置的不要手动去改系统 Python后面装 MCP 依赖时认准 Blender 自带的解释器路径。装完之后先做两件事。第一到 Preferences Interface 里把 Language 改成中文方便排查问题但代码和插件保持英文避免中文字符导致编码问题第二到 Preferences Save Load 里把自动保存间隔调成 2 分钟因为 AI 批量建模时动作很快如果生成到一半崩溃没有自动保存会很崩溃。场景单位这块我直接用公制米为单位在 Scene Properties Units 里确认这直接关系到后面 AI 生成的模型尺寸是否符合真实仓库的尺度。2.2 安装 Blender MCP 服务端插件现在社区里比较活跃的 Blender MCP 实现是 Ahujasid/blender-mcp 这个开源项目它的工作方式是在本地跑一个 WebSocket 服务AI 客户端通过 MCP 协议连上来。安装分三步。第一步克隆或下载项目源码注意把整个仓库放到一个路径里不要有中文和空格第二步打开 Blender进入 Edit Preferences Add-ons点击 Install选择源码里的scripts/addons/blender_mcp目录启用后插件会出现在 Add-ons 列表里第三步在插件的 Preferences 面板里确认端口设置默认是 9876这个端口号必须和 AI 客户端里配置的一致。这里有个容易踩的坑Blender 4.2 之后的插件安装机制对目录结构要求更严有些旧教程让你直接把整个仓库目录作为插件装结果 Blender 提示“模块找不到”。正确做法是只选blender_mcp那个子目录因为它才包含__init__.py。装完启用后如果你在 Blender 的控制台窗口看到类似 “Blender MCP server started on port 9876” 的日志说明服务端已经跑起来了。顺带一提这个服务端依赖 Python 的websockets库如果你的 Blender 环境里没有可以用 Blender 自带的 Python 执行pip install websockets别用系统终端否则装完也白装。2.3 配置 Antigravity 客户端Antigravity 的配置逻辑和市面上其他 MCP 客户端大同小异核心就是告诉它 “我要连一个 MCP 服务端地址是哪里”。进入 Antigravity 的设置界面找到 MCP Servers 配置项添加一个新的 server填写名称比如 blender-local类型选本地 WebSocket 连接地址填ws://127.0.0.1:9876。如果你用的是云端托管的 Blender MCP 服务也可以填远程 wss 地址但我在本地场景下建议直接用本机回环地址延迟低且不需要额外鉴权。配置完成后最关键的一步是验证连通性。别急着让它建复杂场景先发一个最小指令“在 Blender 场景原点创建一个边长为 2 米的立方体命名为 test_cube”。如果 Antigravity 返回成功Blender 视口里出现一个方块说明整条链路是通的。如果这一步就不动后面全白搭。我测试时遇到过一种情况Antigravity 提示连接成功但 Blender 里没反应最后发现是 Blender 的 MCP 插件启用了但没有按 “Connect” 按钮服务端根本没有启动——不同版本插件交互不同装完一定要在插件面板里确认服务状态是 running。2.4 连通性确认与权限说明这里额外提一个很多人忽视的点MCP 服务端一旦跑起来任何能访问这个端口的人都能往你的 Blender 里发指令。本地开发问题不大但如果 Blender 跑在服务器上或者你把端口映射到了公网一定要在 MCP 服务端配置鉴权 token并在 Antigravity 的连接地址里带上。基于常见实践我建议局域网内做协同开发时给 MCP server 设置一个 token 参数地址变成ws://192.168.x.x:9876/?tokenyour_secret两边保持一致。权限也值得说两句。Blender MCP 默认能执行的操作范围非常大包括新建对象、删除对象、改材质、执行任意 Python 脚本。这是把双刃剑越灵活越要小心。我自己的习惯是给 Antigravity 设一个工作目录白名单所有生成的资产文件集中在~/blender_twin_assets下避免 AI 在文件系统里乱跑。这不是对 AI 不信任而是数字孪生项目周期长、文件多如果你不事先约定好目录结构几十个版本迭代下来项目管理会变成一团浆糊。3. 实战搭建智慧仓储数字孪生场景3.1 场景设计先画规则再动手别让 AI 自由发挥直接用自然语言让 AI 建整个仓库不是不行但我实践下来最稳的方式是“先设计规则再让 AI 执行”而不是把 AI 当许愿机。智慧仓储数字孪生不是艺术创作它要求虚拟场景和现实一一对应所以动手之前我把场景拆成了五层建筑结构层墙体、地面、顶棚、立柱、存储设施层货架、托盘、料箱、搬运设备层AGV、叉车、传送带、环境辅助层照明、消防栓、安全标识、数据标注层库位编码、传感器点位、路径节点。每层单独建模单独命名后面改起来不会牵一发动全身。同时把关键参数提前定好这些参数会直接写进 AI 的建模指令里参数项设定值说明仓库长×宽×高120m × 80m × 9m标准单层物流仓库尺度货架规格单组 2.4m 长 × 1.2m 宽 × 6m 高5 层横梁式货架货架排布3 排 × 12 列 × 左右双侧中间留 3.5m 主通道托盘尺寸1.2m × 1.0m × 0.15m标准托盘库位编码规则区-排-列-层如 A-01-12-03对应 WMS 系统库位号这里解释一下为什么货架间距和通道宽度要定这么死。仓储数字孪生项目后期往往要叠加 AGV 路径规划和仿真如果模型里通道宽度和现实差了几十厘米仿真出来的路径导航数据就是不准确的甚至会误导设备选型。所谓孪生第一步是几何尺寸的孪生参数不对后面全是空中楼阁。3.2 自然语言驱动建模从 prompt 到 3D 资产的完整过程规则定好之后我开始通过 Antigravity 向 Blender MCP 下发指令。整个建模过程不是一次性生成而是分阶段推进方便随时检查、修正。每一阶段我都保留了完整的 prompt 文本这里挑几个核心的步骤讲讲。第一步建建筑主体。我的指令是“在 Blender 中新建场景命名为 warehouse_twin。创建长方体作为仓库地面长 120 米、宽 80 米、高 0.2 米位置在世界原点材质设为灰色混凝土。在地面四边创建墙体高度 9 米厚度 0.3 米材质设为灰白色金属板墙体外立面朝向外部。创建屋顶高度 9 米略微倾斜以排水。”Antigravity 会把这句话拆成坐标计算和建模动作最终生成一个规则的三合板式建筑体块。这一阶段的难点在于让 AI 理解“地面在 y0墙体底部贴着地面”这种空间关系所以我刻意把坐标参数写清楚不给它自由发挥空间。第二步建货架。货架是仓储场景里数量最多的重复单元如果一个个手动建光输入坐标就能把人累死。这里我利用了 MCP 的一个特性它可以循环执行同类操作。Prompt 这样写“创建货架标准单元每组货架包含 5 层横梁每层承重面离地高度分别是 1.2、2.4、3.6、4.8、6 米立柱用 80mm 方管。货架排布规则共 3 排 12 列排间距 8 米列间距 2.6 米所有货架沿 X 轴方向摆放第一排货架中心线位于 X-10 米处。”这段指令里每个数字我都按实际工程参数换算过AI 按规则循环生成 36 组货架一次成型。如果你对“循环执行”没概念想象一下你给一个实习生说“把这个立方体复制 35 次每次平移 2.6 米”AI 代理干的正是这件事。第三步做库位编码。几何模型建好只是完成了一半数字孪生真正的门槛是让每个库位“有名字”。我在 Blender 里对每个托盘位添加 Custom Properties属性名是location_code值按照 WMS 库位编码规则填充。这一步同样通过 Antigravity 下发批量指令“遍历所有名称为 rack_unit 的物体根据其坐标计算区、排、列、层生成库位编码并写入 custom propertylocation_code。”因为货架命名时已经带上了坐标规律AI 能通过坐标反推编码比如某组货架 x10、y0、z1.2对应的编码就是 A-01-01-01这样后期数据对接时每条模型都有稳定唯一的业务 ID。3.3 可视化细节与场景修饰几何和数据都有了但一个看起来像“成品”的仓储数字孪生场景还得经过几道修饰。第一是材质和着色。全白的场景没法看我给地面加了棋盘格纹理模拟环氧树脂地坪分区给货架用金属材质给墙体加了一点粗糙度变化。这些通过 MCP 指令批量设置材质参数实现比手动一个个点材质球快得多。第二是光照。仓储场景不需要复杂的体积光我用三盏平行光模拟天窗采光配合一点环境光遮蔽保证模型在 Blender 视角下明暗关系正确。第三是环境点缀在仓库四角放了消防栓、安全出口指示牌、柱子上的编号牌这类小道具提升真实感。需要说明的是这些修饰类操作在 AI 自动化之外我保留了一些手工干预空间。比如定位消防栓的位置、调节光照角度这种“感觉型”决策还是人来做更快。数字孪生工作流我给它定的基调是重复性体力活全部交给 AI判断性决策留给自己。这样效率最高也最不容易翻车。3.4 从 Blender 模型到孪生数据底座模型建完最后一公里是从 Blender 里把数据导出成可供程序使用的格式。数字孪生项目前端的渲染引擎也好、数据可视化平台也好通常可以直接加载 glTF 或 USD 格式。我在 Blender 里把所有仓库模型归拢到一个 Collection选中后执行 File Export glTF 2.0导出选项里勾选Include Custom Properties这样每个库位上写的location_code会作为属性一并导出。导出的 glTF 文件是一个 .glb 或 .gltf .bin 的组合尺寸不大几百兆以内的场景都可以直接放到 Web 端加载。有了带编码属性的三维资产下一步无论是接 Three.js 做前端展示还是导入到 Unity 做运维大屏都有据可依。关于数据回传和设备状态联动的内容我在下篇会详说简单提一句方向前端通过 WMS 接口拿到库存数据按location_code匹配三维节点刷新库存数量时同步改变对应货架格子上托盘的显隐和颜色。这就是孪生体“动起来”的基础。4. 核心技巧与常见问题排查4.1 提升 Blender MCP 使用效率的指令技巧Blender MCP 用多了我总结出几个能显著提升效率的习惯。第一把常用动作写成“宏指令”模板比如“创建标准货架单元”就包含建立柱、装横梁、算层高、赋材质一整串操作。你可以让 Antigravity 记住这套模板之后每次说“A 区再来 20 组货架”它就能自动套用。第二善用 Collection集合。Blender 的 Collection 类似文件夹MCP 支持按 Collection 名称做批量操作比如“清空名为 temporary 的集合”比逐个选物体再删快得多。我在建模过程中把所有中间过程的临时对象丢进 temporary 集合最后统一清理。第三明确尺度单位。每次下指令都带具体数值和单位不让 AI 猜。实测下来不带单位的指令生成结果经常尺寸乱飞因为 Blender 内部默认单位制和你心里的米制不一定一致。4.2 常见报错与排查记录MCP 连接、材质、导出问题实操过程中我踩了不少坑挑几个典型的记录在这里给后来人省点时间。连接超时是最常见的。Blender MCP 插件已经启用Antigravity 里也配了地址但发指令后提示超时。排查步骤依次是确认 Blender 控制台有没有 “server started” 日志没有就是插件没完全启动确认端口没被占用lsof -i:9876或netstat -ano | findstr 9876看一眼确认地址里ws://前缀没错有人填成了http://或者少了反斜杠。第二类问题是生成模型比例不对。AI 按指令建出来的货架高达几十米原因多半是 Blender 坐标单位被改成了英尺英寸或者 prompt 里的“米”被 AI 直接当成 Blender 内部单位。解决方式是在场景属性里固定单位制并在 prompt 里写“单位统一为米”。第三类问题比较隐蔽glTF 导出后 Custom Properties 丢了。我第一次导出 .glb 后发现所有location_code都不见了后来排查发现是导出时没勾选自定义属性选项这个在 Blender 导出面板里默认是关闭的需要手动打开。4.3 我的避坑方法论AI 驱动建模如何保证工程质量最后说点方法论层面的东西。用 Antigravity Blender MCP 做数字孪生最大的风险不是 AI 不会操作 Blender而是 AI 操作 Blender 时“无规范意识”。它不会主动给你分 Collection不会按业务逻辑命名模型更不会考虑导出格式兼容性。所以我的做法是在项目启动的第一天就把命名规范、Collection 层级、单位制、自定义属性命名表写成一个project_style_guide.md文件放在工作目录下然后每次让 Antigravity 执行建模任务前都会带上“遵循 project_style_guide.md 中的规范”这一句。这能让 AI 的产出从一开始就符合工程预期而不是等生成完了再花大力气规范化。这个习惯我建议所有做 AI 辅助建模的人尽早养成。4.4 性能优化与场景资产瘦身经验仓储场景一旦货架、托盘、料箱数量上去Blender 视口会明显变卡尤其是开了材质预览模式之后。我这里的做法是三层优化。第一层是代理显示给高面数的货架模型开启 Simplify 中的 “Use Subdivision Surface” 和“Unsubdivided”视口里显示低模渲染时再加载高模。第二层是检查模型面数MCP 批量生成的模型经常出现不必要的细分比如一个托盘除了一块面板还生成 40 个圆柱螺栓孔视觉上根本看不出来但面数翻了几倍。我一般让 Antigravity 把托盘这类重复资产的面数控制在 1000 面以内工具用 Decimate 修改器统一减面。第三层是实例化正确做法是建一个货架单元后用 Collection Instance 的方式复制摆放而不是复制出 36 个独立 mesh。实例化之后导出 glTF 会自动复用节点文件体积大幅下降前端渲染压力也小很多。4.5 自动化脚本与批量操作的进阶玩法除了靠 Antigravity 的自然语言对话Blender MCP 还支持让 AI 直接执行 Python 代码块这就打开了进阶玩法的空间。我是先让 Antigravity 通过自然语言描述意图它生成 Python 脚本后我先让它打印脚本内容确认逻辑没问题再执行到 Blender 里。实际项目中批量生成货架我最终用的脚本不是逐句调 API而是写了一个generate_rack_module(params)函数用循环调用来生成全部货架这样既保证了规范一致性又让后续修改参数变得特别方便——改一个数字重新执行脚本整个仓库布局就变了。如果你对 Python 有一定基础我强烈建议在 Antigravity 对话里直接要求“生成一个可复用的 Python 函数参数包含行列数、间距、高度”它写出来的代码水平足以应对仓储建模这类标准化需求。写在最后这套 Antigravity Blender MCP 的组合拳我实际跑下来的最大感触是AI 不会取代建模师但它把这行的“体力活”和“脑力活”切分得更清楚了。仓储、园区、产线这类数字孪生场景标准化程度高、重复劳动密集恰恰是最适合 AI 代理介入的领域。如果你也是一边做交付项目一边被建模需求追着跑不妨按这篇文章的思路把工具链搭起来哪怕只把货架摆放这一步自动化了也能省出大把时间。真正的手感还是要在一次次跑通的流程里积累模型规范、命名习惯、指令模板都是越用越顺的东西。这篇先到这里后面我打算把“数据回传、库位状态刷新、Web 端渲染联动”那一块也整理出来作为下篇分享到时候见。