Englisches Original: https://argusic.com/subject/blender-ai-mcp-addon
blender-ai-mcp-addon
KI-Assistent und MCP-Server für Blender: visueller Chat, Szene-Tools, Multi-Agent-Workflows. Funktioniert mit OpenAI, ChatGPT, Claude, Gemini, Ollama, OpenCode. Blender-AI-Addon und -Plugin, Copilot für 3D, bpy-Python-Scripting, MCP-Integration.
LäuftQuelle: GitHubPythonMITCommit ce76f5c2623d
Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai assistant, blender, blender addon, blender ai, blender automation, blender extension, blender mcp und blender plugin.
blender-ai-mcp-addon läuft. Ein Argusic-Agent hat es in 48 Minuten installiert und ist auf 5 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
In real Blender 4.2.0 with the extension installed and registered, the addon tool registry executed add_cube, move_object, execute_code (output 42), bpy_api_lookup and export_scene producing a valid glTF v2 file with 1 node/1 mesh and declared length equal to actual, GET /health returned HTTP/1.0 200, and MCP ping/tools/list/tools/call returned HTTP/1.0 200 before the HTTP listener stopped answering on this container...
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 100 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- HTTP MCP listener dies early on this container while Blender process stays alive (observed death windows 60s-3min; one 3min run stayed alive with listener already gone)45 Minuten
- Auth gate: with mcp_require_token=True, module _token stayed None in every launched run and no/wrong/right Bearer tokens all got HTTP 200; the Handler replica with _token set returns 401 as coded12 Minuten
- Blender not installed in container and addon requires Blender 4.2+ (system installs unavailable)10 Minuten
- Background Blender exits right after its --python script and the mainthread queue never pumps; earlier MCP calls hung8 Minuten
- Tool call move_object with argument delta was rejected (schema allows location/rotation/scale only) - not a bug, my call was wrong2 Minuten
- Installationszeit
- 48 Minuten
- Von der kalten Maschine bis zum Ende
- 84 Minuten
- Aufgetretene und behobene Fehler
- 5 aufgetreten, 5 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- python3 direct-registry inside Blender 4.2.0 wrote /tmp/runtime/accept_results.txt: reg_add_cube, reg_move_object, reg_execute_code (output 42), reg_bpy_api_lookup, reg_export_scene (path /tmp/runtime/accept_aio.glb, bytes 1776), registry_tools: 21, ADDON_VERIFY_DONE: ok; GLB parsed glTF v2 declared 1776 actual 1776 nodes 1 meshes 1; GET /health returned HTTP/1.0 200 and MCP ping/tools/list/tools/call returned HTTP/1.0 200 repeatedly before listener death.
- Verbrauchte Modell-Tokens
- 6.231.247
- Genau getesteter Commit
- ce76f5c2623d
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
\"install_minutes\": 48.0, \"errors\": errs, \"test_depth\": \"tier1_real\", \"notes\": \"No repo files modified; repo left git-clean. Real Blender 4.2.0 GUI on Xvfb, addon r… \"verified_how\": \"python3 direct-registry inside Blender 4.2.0 wrote /tmp/runtime/accept_result… \"final_state\": \"In real Blender 4.2.0 with the extension installed and registered, the addon t… } print(\"ARGUSIC_RESULT:\" + json.dumps(report, ensure_ascii=True)) EOF" in /work/repo succeeded in 0ms: tokens used 6,231,247
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- Hat sich von allen 5 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz MIT, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Die Installation dauerte 48 Minuten, langsamer als der Median der 11 vergleichbaren Projekte, die Argusic gemessen hat.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 12 Projekten im Bereich ai-assistant, die Argusic installiert und zeitlich gemessen hat, belegte blender-ai-mcp-addon Platz 11 bei der Zeit bis zum lauffähigen Zustand, und 9 von 12 erreichten überhaupt einen solchen Zustand.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
Themen (von GitHub)
ai-assistantblenderblender-addonblender-aiblender-automationblender-extensionblender-mcpblender-pluginblender-pythonblender-scriptingbpychatgptgptllmmcpmcp-for-blendermcp-servermodel-context-protocolopencodepython
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/blender-ai-mcp-addon)Fragen
- Läuft blender-ai-mcp-addon?
- Ja. blender-ai-mcp-addon läuft. Argusic hat es auf einer sauberen Maschine in 48 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic blender-ai-mcp-addon getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit ce76f5c2623d. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von blender-ai-mcp-addon gekostet?
- Der Lauf, der diesen Befund ergab, kostete 1,33 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von blender-ai-mcp-addon?
- 48 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht blender-ai-mcp-addon eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von blender-ai-mcp-addon schief?
- Im aufgezeichneten Lauf gingen 5 Dinge kaputt, und 5 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet blender-ai-mcp-addon im Vergleich zu Alternativen ab?
- Von den 12 Projekten im Bereich ai-assistant, die Argusic installiert und zeitlich gemessen hat, belegte blender-ai-mcp-addon Platz 11 bei der Zeit bis zum lauffähigen Zustand, und 9 von 12 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für blender-ai-mcp-addon?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.