开头最近在折腾仓库数字化项目发现一条很有意思的技术链路Antigravity 做代理编排Blender MCP 让 AI 直接操控 3D 建模软件两者一接我居然可以用自然语言指挥 AI 搭出一个带货架、托盘、AGV 路径的 3D 智慧仓储场景。整个过程不用手写一行建模代码说人话就能出模型这体验对常年跟三维可视化和数字孪生打交道的人来说确实值得聊一聊。简单说数字孪生就是把物理世界的仓库、产线、园区在虚拟空间里一比一复刻出来再叠加实时数据做监测和推演。常规做法是人用 Blender、3ds Max 手工建模或者请开发用 Three.js、Unity 写场景周期长、门槛高。现在 Antigravity 加 Blender MCP 的方案相当于给 AI 装了一双能操作 3D 软件的手代理负责理解你的需求、拆分任务、调用工具Blender 则充当那个“被操作的画笔”。这篇文章是上半部分核心讲清楚环境怎么搭、原理是什么、怎么从零开始让 AI 帮你建一个仓储数字孪生的基础场景。内容面向两类人一类是做数字孪生项目但不想陷进复杂建模流程的从业者另一类是玩 AI Agent 想找真实落地场景的开发者。看完之后你应该能自己跑通一条“自然语言 → AI 代理 → Blender 建模”的完整链路。1. 整体设计思路为什么要用 Antigravity 搭配 Blender MCP1.1 数字孪生场景的常规痛点先说需求侧。数字孪生听起来高大上但落到仓库这个场景实际工作无非是几件事把建筑结构画出来把货架、货位、托盘、分拣台摆进去再给 AGV 小车规划一条合理的走行路径最后把传感器数据或者 WMS 系统的库存状态映射到三维模型上。第一件和第二件是最费人力的因为传统的建模流程是现场量尺或者看 CAD 图纸记录每个货架的几何尺寸和摆放位置。打开 Blender手动建立墙体、地面、屋顶的 Box再建货架模型然后挨个复制、对齐、摆放。为了后期对接数据还要给每个模型命名、分组、设置属性这一步经常因为命名不规范导致后续联动数据时一团乱麻。一个中等规模的仓库光货架可能就有上百组。手动复制摆位加上廉价细节调整一天时间基本就交代了。而且这活儿高度重复人做久了容易疲劳出错——货架间距差 20 厘米可能在二维俯视图里看不太出来但叠加 AGV 路径后就会出现碰撞问题。1.2 Antigravity 和 Blender MCP 各自扮演什么角色Antigravity 本质是一个 AI Agent 开发与运行平台主打可视化的代理编排。你可以把它理解成一个“AI 项目经理”你把目标丢给它它自己规划步骤、决定调用哪些工具、按顺序执行中途出错还能自我修正。Blender MCP 则是一个桥接插件它基于 MCP 协议把 Blender 的操作能力开放成标准化工具接口比如读取场景信息、创建物体、修改变换、导出 glTF 等等。这两个东西组合起来实际上是解决了一个关键问题大模型本身不会操作 Blender因为它没有“手”但通过 MCP大模型有了调用 Blender 功能的标准渠道。Antigravity 负责的是思维和决策Blender MCP 负责的是执行各管一段恰好在“我该做什么”和“我该怎么在软件里做出来”之间搭上了一座桥。注意MCPModel Context Protocol是 Anthropic 在 2024 年底开源的一个标准化协议用于让 AI 模型与外部工具、数据源进行结构化通信。你可以把它理解为 AI 世界的 USB 接口——设备只要支持这个接口插上就能用。这不是一个硬件协议而是软件层面的标准。1.3 为什么不直接用 Three.js 或者代码建模也有人问我既然最终要在 Web 端呈现数字孪生为什么不直接让 AI 写 Three.js 代码生成场景我的经验是AI 直接写 Three.js 做复杂场景生成的一百行代码里可能有一半是废的而且调试起来很痛苦。场景里几十个物体位置计算稍有偏差你在浏览器里看到的货架就会飘在半空中。而 Blender 是可视化环境AI 通过 MCP 操作完之后你立刻就能在视口里看到结果哪里不对劲直接让 AI 改所见即所得。等到模型基础搭好再导出成 glTF 或 FBX 交给 Three.js 加载这才是合理的工作流。简单说建模阶段用 Blender 让 AI 干活展示阶段用 Web 引擎承载各用各的强项。另外还有个考量是复用性。手工在 Three.js 里建模的场景后续改布局就等于改代码但如果你保留的是 Blender 源文件哪天仓库要调整货架位置你只需要告诉 AI“把 A3 区货架往东挪 30 厘米”一分钟搞定源文件就是你的数字资产的根。2. 环境准备与基础配置Antigravity 与 Blender MCP 的完整接入步骤2.1 需要准备的工具清单在开始之前把需要用到的东西列个清单按优先级排好Blender 4.0 及以上版本最好用 LTS 版本。MCP 插件对版本有要求太老的版本没有 Python API 支持。Antigravity 平台账号直接在官网注册即可目前个人使用有免费额度。Blender MCP 插件核心开源项目从 GitHub 获取。Python 环境如果你只是用 Blender 内置的 Python这一步可以跳过但如果要调试 MCP Server 的代码建议装一个 3.10 以上的版本。稳定的网络环境Antigravity 平台需要联网访问大模型服务Blender MCP 则跑在本地两者通过本地端口通信。2.2 Blender 端插件安装与配置Blender MCP 插件的安装过程不复杂核心是在 Blender 里跑一个本地 MCP 服务端进程然后让 Antigravity 连上这个服务。第一步去 GitHub 下载项目代码。推荐用 git clone 的方式方便后续拉取更新。项目结构里有一个 addon 目录里面是 Blender 插件本体另外有一个 server 目录是独立的 MCP 服务端代码。第二步安装插件。打开 Blender进入 Preferences偏好设置选择 Add-ons点击 Install 按钮选中插件目录里的 zip 包或者直接指向 addon 文件夹。安装完成后在插件列表里找到 Blender MCP 相关的条目勾选启用。启用后你会注意到 Blender 的右侧 N 面板里多出一个 MCP 选项页里面有一个 Connect 按钮和一个 Server Status 显示区。第三步启动 MCP 服务。点击 Connect插件会在本机启动一个 WebSocket 服务端默认监听端口一般是 9876。端口号可以在插件的设置面板里修改如果你本机有服务占用这个端口改成其他可用端口即可。连接成功之后Server Status 会变成 Online。提示启动服务后不要关闭 Blender 窗口。这个服务依附于 Blender 进程运行一旦关了 Blender外部就无法再连接。另外如果你有多个 Blender 实例在跑注意避免端口冲突只保留一个实例开启 MCP 服务就好。2.3 Antigravity 端创建代理并连接本地服务Antigravity 这里的操作逻辑是创建一个 Agent然后在配置里挂载 MCP 服务器。具体有两种方式一种是在 Antigravity 的 Web 控制台直接操作。进入 Agents 页面新建一个 Agent然后在 Tool 配置区选择 Add MCP Server。这里需要填服务器的连接地址因为 Blender MCP 跑在本地所以地址一般是ws://localhost:9876。如果 Blender 和 Antigravity 的浏览器控制台在同一台机器上这个地址填完就能直接拉取到工具列表。另一种方式是通过 Antigravity 提供的 CLI 工具在本地开发环境里预先配置好服务器信息再同步上去适合走代码化管理的场景。连接成功后Antigravity 会显示一串可用的工具函数比如get_scene_info、create_object、modify_object、execute_blender_code等等。能看到这些工具列表说明链路已经打通了一大半。这里注意一个细节Antigravity 默认访问的是公共模型服务但你的 Blender MCP 是本地服务中间的网络流量走的是 WebSocket所以不需要开放公网端口也不需要做端口映射属于本机内的安全通信。如果你要把代理部署到云端再连本地 Blender那就需要额外的穿透手段这个不展开讲个人开发阶段本地跑就够用了。2.4 验证连接是否正常配置完成后建议先做一个连通性测试。在 Antigravity 的对话输入框里输入“请查看当前 Blender 场景里有哪些物体”。正常情况下你会看到代理调用get_scene_info返回一个 JSON 结构里面列出当前场景——初始状态应该只有一个默认的 Cube 和一个 Camera。如果返回正常说明整个链路已经通了。如果返回错误后面第 5 部分我会列一些排查方案。3. 实操过程用自然语言让 AI 搭建仓储数字孪生基础场景3.1 第一步设计仓储场景的布局参数在让 AI 干活之前我们得先在脑子里有一个大致布局。数字孪生讲究还原但初版场景不需要过度精细核心是把空间关系表达清楚。我以一个典型的电商仓库为例设定如下参数仓库尺寸长 40 米、宽 20 米、高 8 米。货架区域规划 4 排双面货架每排 10 组每组尺寸长 2 米、宽 1 米、高 3 米共 4 层。通道宽度货架之间的主通道宽 2.5 米保证 AGV 可以双向通行。辅助区域靠近入口设置一个收货暂存区尺寸 6 米 × 6 米另外在角落放一个分拣工作台。这些参数不用先在图纸上画得多标准你大可以直接在对话里告诉 AI让它自己根据仓库尺寸去计算摆放位置。3.2 第二步从空白场景开始创建仓库主体对话输入类似这样“创建一个长方体代表仓库建筑长 40 米、宽 20 米、高 8 米命名为 Warehouse_Shell使用半透明材质方便看内部结构。”Antigravity 收到指令后会规划出调用create_object创建 Cube然后modify_object设置缩放和位置再用 Python 代码设置材质属性。几秒钟之后Blender 视口里就会出现一个透明的长方体轮廓。这一步看不出什么特别但它验证了最重要的能力AI 理解自然语言中的空间语义并正确映射到 3D 场景中。接下来是地面。地面通常单独建在 y0 的位置避免和建筑底边重合。我会让 AI 把场景里的默认 Cube 删掉然后新建一个扁平的 Plane 作为地面贴上浅灰色材质。这样场景干净一点建筑外壳悬在半空也不会阻挡视线。3.3 第三步生成货架阵列并自动避让通道这是整个流程里最有价值的一步。货架建模其实很简单一个 Cube 拉伸成矩形加上几层隔板就是一组货架。难点在于批量生成和定位。我在对话里输入“在仓库内部创建 4 排货架每排 10 组每组尺寸长 2 米、宽 1 米、高 3 米层数 4 层。第一排位置在 x-15、y3货架间距 0.3 米排间距 2.5 米。请用代码循环生成。”Antigravity 会把这个任务拆解成三个动作定义单组货架模型或直接用 Cube 加分隔平面、写 for 循环实例化、按照指定间距计算偏移并摆放。你不需要自己写 Python但如果你懂一点代码可以在回复里看到它是怎么生成循环逻辑的——这也方便后续微调。这个过程我实测下来大约耗时 10 到 15 秒视口里会一排一排地跳出货架整个过程是可见的不会像代码生成的场景那样“啪”一下全部出现反而更便于逐步检查位置。一旦发现某排货架和通道距离不对你可以直接说“把第三排整体往 y 方向挪 0.5 米”它会精准地修改对应物体的坐标而不是重新生成整个场景。3.4 第四步让 AI 补充辅助设施和材质区分主体结构完成后再让 AI 添加一些细节收货暂存区的地面区域用一个带颜色的 Plane 标识分拣工作台用几个几何体组合仓库入口处用空物体标记门的位置。材质处理上我习惯按区域分配颜色货架用不锈钢质感、通道地面用浅灰、暂存区用蓝色标识、分拣台用橙色。这些效果可以通过文本让 AI 设置 Blender 的 Material 节点但对不熟悉节点的读者来说也可以先不追求材质用纯色 Diffuse 代替。数字孪生的第一阶段重点是结构视觉质感属于后期优化内容。到这一步一个基础仓储场景已经有了雏形。在 Antigravity 对话里输入“获取当前场景信息并统计物体数量”你会看到返回几十个物体的名称和层级关系。这意味着场景已经具备了作为数字孪生基础体的骨架。3.5 第五步导出场景供后续 Web 端使用场景建好之后下一步是导出。Blender MCP 里通常有导出能力支持 glTF、FBX 和 OBJ。对于数字孪生 Web 项目推荐导出 glTF 2.0 格式因为它是最接近现代 Web 渲染标准的格式Three.js 原生支持、体积相对小还能保留材质和节点的部分信息。在对话里输入“把当前场景导出为 glTF 格式保存到指定目录命名为 warehouse_basic.glb。”导出完成后你得到的是一个可直接加载到 Three.js 或 React Three Fiber 项目里的 3D 文件。之后的场景在 Web 端展示时模型这一环已经解决了。注意导出的 glTF 场景里所有物体最好都有语义化命名。如果你在整个过程中一直通过自然语言让 AI 创建物体它通常会自动使用你指定的中文或英文名。避免出现大量默认的 Cube.001、Cube.002 这类裸命名否则后期做数据关联时会想骂人。4. 进阶应用如何把资产信息变成数字孪生的数据底座4.1 将货架组织成层级结构这一节开始我们把场景从“看得像”推进到“能用起来”。一个标准的数字孪生场景要求每个物理实体在 3D 模型里有对应对象而且这个对象要能挂接业务数据。仓库里的业务数据包括货架编号、库存数量、温度传感器读数、AGV 当前位置。要在 3D 场景里承载这些数据第一步是组织模型结构。常见做法是按区域建 Empty空物体然后把货架作为子物体挂进去。比如建四个 Empty分别命名为 Zone_A、Zone_B、Zone_C、Zone_D每个区域内包含对应的 10 组货架。这个层级关系用 Blender 的 Outliner 面板看很直观后期加载到 Web 端也方便按组控制显隐或者统一着色。在 Antigravity 里我输入一段指令“把当前场景里的货架物体按排分组每排创建一个空物体作为父级命名依次为 Zone_A、Zone_B、Zone_C、Zone_D。”AI 会通过execute_blender_code读取所有物体名称根据前缀或已有命名规律批量设置 Parent 关系。这里有一个小技巧如果你之前创建货架时命名不够规范最好先让 AI 统一改名再做分组否则它会按创建顺序去猜容易分错。4.2 用自定义属性挂接业务数据物体层级解决的是“谁是谁”的问题接下来解决“它身上有什么数据”的问题。Blender 有一个很实用的机制叫 Custom Properties自定义属性你可以给任意物体加上任意字段比如货架编号、容量、库存量、温湿度报警阈值。举个例子我让 AI 从 A1 货架开始逐个添加自定义属性obj bpy.data.objects.get(Shelf_A1) obj[shelf_id] A1 obj[capacity] 200 obj[stock] 156 obj[zone] A这段代码不需要你自己写直接跟 AI 描述“给每个货架添加自定义属性包括编号、容量、库存库存随机生成 80 到 200 之间的数值。” Antigravity 会生成循环代码批量添加并在 Blender 的 Object Panel 里展示这些属性。这一步相当于给模型挂上了“数据库字段”后续你在 Web 端或 Unity 里加载这个 glTF 文件时自定义属性会跟着一起导出。虽然在 Web 端读取 Blender 自定义属性需要额外解析扩展字段但至少模型资产自身携带了业务数据的骨架比全靠外部 JS 对象硬记要稳妥得多。4.3 让 AI 根据业务规则调整场景布局有些调整不是一次性的比如库存变化导致某些货架需要高亮显示或者某个区域的托盘临时增加。在传统工作流里这需要开发写一套编辑器功能。但在 Antigravity Blender MCP 的组合下很多调整可以对话式完成。我试过这样一个场景告诉 AI“B 区所有库存低于 50 的货架把它们的颜色改成红色”AI 会先遍历所有货架对象读取 stock 属性筛选出符合条件的物体再修改材质颜色。整个过程两句话搞定不需要写任何脚本。虽然这个操作本身技术含量不高但它展示了数字孪生模型维护的核心价值低代码、快速响应、业务人员也能参与。4.4 将动态数据接入思路预留到 Web 端这里需要平衡一下Blender 本身不是实时渲染引擎它的强项是资产生产不是运行态。所以仓储数字孪生的在线运行版本建议还是导出 glTF 后在 Three.js 里加载。Blender 里的自定义属性导出到 glTF 时会成为extras字段在 Three.js 里可以通过Object3D.userData读取。接入实时数据的标准思路是前端加载 glTF 模型之后通过 WebSocket 接收后端推送的库存或 AGV 位置数据再映射到userData或者动态更新 Object 的 position。Blender 模型里的每一个具名 Object 就是你在前端做数据绑定的定位锚点所以前面强调的命名规范在这里会产生真实价值。这一块属于下半部分的内容但提一句有助于你在建模时就有意识地保留命名的一致性和层级清晰度。5. 常见问题排查与实操经验连接失败、指令误解、场景错乱5.1 Blender MCP 连接不上 Antigravity这个问题是出现频率最高的解决办法按优先级排列第一步确认 Blender 插件端 Server Status 是否显示 Online。如果不是点 Connect 多试几次并检查端口是否被防火墙拦截。Windows 下 Blender 首次监听端口时系统会弹防火墙授权提示点允许即可如果不小心点了拒绝后续连接会持续失败需要在防火墙高级设置里手动放行。第二步确认 Antigravity 里填的地址是ws://127.0.0.1:9876而不是http://开头。MCP 通信基于 WebSocket 而不是 HTTP协议写错直接连不上。第三步检查 Antigravity 是否成功拉取到工具列表。如果工具列表为空说明握手失败试着把 Blender MCP 插件的日志开起来看服务端 stdout 输出有什么报错。常见原因是插件版本和 Blender 版本不兼容建议升级 Blender 到 4.2 LTS 或更高版本。5.2 Antigravity 报 Agent Execution Terminated Due to Error这个报错看起来吓人其实大多数时候是代理在执行过程中触发了某个工具异常。我遇到过的场景是AI 想调用 Blender MCP 生成 40 个货架但它在一条消息里塞了太多次工具调用服务端处理不过来导致超时。解决办法是让任务小步化——在对话里拆成“生成第一排 10 组”和“生成第 2 到 4 排”两步每步检查结果再继续降低任务粒度就能绕开这种问题。另一种可能原因是模型本身“幻觉”出了不存在的工具名。例如它想调用create_warehouse但 MCP 服务端实际只暴露了create_object。这时 Antigravity 会报工具未找到需要重新描述任务或者手动在 Tool 配置里检查可用的工具名引导模型使用正确名称。5.3 AI 创建物体位置错乱或场景里物体堆积最常见原因是坐标系理解分歧。比如你说“货架第一排放在 x-15、y3”它可能在 x 和 z 上理解反了。Blender 默认 z 轴朝上这是首要注意点。和 AI 沟通时尽量一次性说清楚“长对应 x 轴、宽对应 y 轴、高对应 z 轴”并且先在对话里让它复述布局参数确认无误后再执行。另一个导致位置错乱的场景是多次重复执行同一任务。AI 可能在一次对话中因为理解偏差把同一排货架创建了两遍位置又一致结果两物体重合在一起。排查方法是在对话里要求调用get_scene_info查看 Object 数量如果发现比预期多就指定“删除所有名称为 Shelf_B_dup 后缀的物体”。更稳妥的办法是从一开始就让 AI 使用“创建前先按名称搜索如果存在同名物体就跳过”的幂等策略。5.4 提示词工程让 AI 更懂你的 3D 意图用 Antigravity 操控 Blender 和纯聊天不一样对大模型的提示词要求更高。我总结了几条实战经验第一空间基准必须明确。开场先声明“场景使用 Blender 坐标系x 为水平方向y 为纵深方向z 为高度方向”避免坐标系歧义。第二尺寸单位直接给数字。不要只说“大货架”或“小区域”直接说“长 2 米、宽 1 米、高 3 米”AI 对数字的忠实度远高于对形容词的理解。第三批量任务带上循环逻辑关键词。说“所有的货架”不如说“遍历仓库所有名为 Shelf_ 开头的物体”后者给了 AI 更明确的代码路径。第四任务出错时不要骂模型而是补充约束条件让它重试。比如“货架穿透地面了请检查 y 轴坐标是否为 0重新调整所有货架的 z 坐标保持最低一层隔板距离地面 0.1 米”。模型会重新计算修正。问题现象可能原因解决思路工具列表拉取失败地址协议写错或端口占用检查 ws://127.0.0.1:端口确认无冲突Agent 执行终止单次任务过重或工具名幻觉拆小步骤核对工具名称物体重叠重复创建幂等策略先按名称搜索坐标方向错误坐标系未声明开头明确 x/y/z 语义导出后模型无材质glTF 导出选项未勾选材质手动指定导出参数5.5 一点个人心得前前后后我一共用 Antigravity Blender MCP 做过三四个场景最深的感触是这套组合真正的价值不是让你完全摆脱建模而是大幅压缩了“从想法到可验证模型”的反馈周期。以前搭一个仓库初版场景手工建模少说大半天现在十分钟能出雏形一小时后能迭代到可用状态。而且因为是自然语言驱动非技术背景的同事也能参与调整场景布局团队协作效率提升明显。但要说它完全替代手工建模现阶段还不够。遇到高度定制化的曲面结构或者需要精雕细琢的机械部件AI 的批量推理能力反而不如人工操作可控。最合理的定位是AI 负责框架性和重复性工作人负责艺术性和特殊结构两个角色搭配干活。6. 后续扩展方向从静态场景到实时数据映射这一节简单展望一下下半部分的内容方向。当前构建的场景是静态的也就是“模型在 Blender 里长这样”。真正可用的仓储数字孪生系统需要解决动态数据的接入库存变化要实时反映到货架颜色或模型状态上AGV 小车的移动轨迹要连续平滑地呈现在场景里甚至要做到历史数据回放。我自己计划在下一篇文章里做的内容包括把 Blender 导出的 glTF 加载进 Three.js在浏览器里渲染用 Antigravity 生成一个简单的数据模拟服务定时推送库存变化在 Web 端写几个核心组件把模型数据和业务数据进行绑定。整体链路跑通之后你就能得到一个可以演示、可以交付、可以继续叠加算法的数字孪生原型系统。如果你想把这篇的内容直接扩展下去我建议在建模阶段就尽量规范化物体命名、分组层级、自定义属性、材质标识这些基础打得越扎实后续数据联动越省心。这也是我做这个系列时最想传达的一个观点——数字孪生不是炫技本质上是数据与空间的高效映射而映射质量取决于资产组织方式。