做过几个数字孪生项目的人应该都有同感三维场景的搭建往往比前端逻辑更耗时。当我想给一个智慧仓储项目做数字孪生可视化时第一反应不是闷头写几百行 Three.js 代码而是先把 Antigravity 和 Blender MCP 这条链路跑通。Antigravity 是这两年关注度很高的 AI 原生 IDE它的 Agent 能力能直接操作文件、执行命令、反馈结果Blender MCP 则把 Blender 变成了一个可以被 AI 对话驱动的建模工具。两者一结合意味着你可以在聊天框里让 AI 帮你搭货架、摆箱子、生成整座仓库场景再导出 GLTF 交给前端完成数字孪生展示。这篇是上篇聚焦从零到一方案选型逻辑、环境搭建、核心建模流程、踩坑记录。适合三类人正在用 Antigravity 做开发、想扩展工作流的人想用 Blender 但不熟悉复杂建模操作的人需要快速验证数字孪生原型的前端工程师。阅读前不需要你会 Blender只要了解一点点 MCP 的概念就够了我会把整个链路掰开讲清楚。1. 方案选型为什么是 Antigravity Blender MCP 而不是硬写 Three.js1.1 Antigravity一个能真正动手的 AI IDE在拿到 Antigravity 之前我的日常工作流是让 ChatGPT 生成代码再手动粘贴到编辑器里折腾。遇到报错就反复复制粘贴来回好几轮效率很低。Antigravity 的不同在于它内置了 Agent 能力可以读取项目文件、运行命令、安装依赖、修改代码并即时反馈。简单说它像一个能直接坐在你工位上干活的实习生你交代任务它动手执行你把关结果。这个特性对数字孪生这种重资产项目尤其关键。数字孪生不只有页面展示还涉及建模文件、数据映射、运行环境属于多环节协作工程。Antigravity 的 Agent 能把生成场景脚本 → 调用 Blender MCP → 导出模型 → 前端加载这条链路串起来大幅减少手工切换消耗。我第一次用 Antigravity 创建项目时它在侧边栏自动规划了执行步骤类似安装 MCP server、启动 Blender、执行建模脚本、导出 GLTF这样的计划再逐步执行。这种计划-执行-验证的闭环模式比单纯对话生成代码可靠得多出问题时也能定位到具体环节。1.2 Blender MCP让 AI 能摸到三维世界MCPModel Context Protocol是 Anthropic 提出的开放协议目的是让 AI 应用可以安全、标准化地连接外部工具和数据源。你可以把它理解成USB 接口——AI 不再只是对着文本输出而是能通过 MCP 调用各种外设。Blender MCP 就是这样一个外设它运行在 Blender 内部对外暴露一组建模、修改、导出的接口AI Agent 通过协议向它发送指令。我选 Blender MCP核心原因在于它消解了自然语言 → 三维操作的翻译成本。传统做法是你得记住 Blender 的 Python APIbpy用脚本创建网格、移动物体、加材质。而 Blender MCP 把这些操作封装成语义化工具比如创建货架添加立方体设置位置AI Agent 直接调用即可。对于不常写 bpy 代码的人来说学习曲线一下子陡降。这里要强调一句Blender MCP 本质上仍然调用 Blender 的 Python 能力最终执行单元还是 bpy 脚本。MCP 的价值在于把复杂的 API 调用变成了可被 Agent 理解的工具集合并统一了通信格式。你仍然需要具备一点 Blender 基础概念对象、集合、场景、坐标轴但完全不需要背文档。1.3 数字孪生场景选型三条路线的取舍做智慧仓储数字孪生业界主流路线大致有三条我列个表方便对比路线优点缺点适合场景纯 Three.js / WebGL 代码建模完全可控、无外部依赖代码量大、建模效率低极简单场景、有专职前端Unity / Unreal 实时引擎渲染能力强、生态完善上手门槛高、工程体积大、资产流程重高保真工业仿真Blender 建模 前端展示建模能力专业、导出格式标准需要建模与前端协作快速原型、中小型数字孪生我最终选了第三条路线理由很实际智慧仓储场景需要的不是照片级渲染而是布局合理、数据准确、交互流畅。Blender 负责把几何结构做出来Three.js 负责在浏览器里展示和交互两者通过 GLTF 格式衔接。这套链路成熟、调试成本低而且 Blender 免费开源、社区资源丰富。需要说明的是这个选型不是绝对的。如果你做的是大型工厂级数字孪生多楼层、多设备、强交互Unity 会更有优势。但就用 AI Agent 快速搭建仓储原型这个目标而言Blender 前端是性价比最高的组合。这篇先解决怎么把场景建出来下篇再展开数据绑定、动态刷新和交互。2. 环境搭建把 Antigravity、Blender、MCP 三方联通2.1 安装 Antigravity 并初始化项目结构Antigravity 的安装没有什么特别之处从官网下载对应系统的安装包按引导完成即可。打开后它会引导你配置 AI 模型服务完成后新建一个空项目。需要留意的是Antigravity 项目本质上就是一个本地目录它会自动识别项目类型并生成工作区这一点和 VS Code 很像但 Agent 面板的能力要强得多。我建议在项目目录下先手动建好结构别让 Agent 自由发挥smart-warehouse-twin/ ├── assets/ # 存放导出的 gltf、贴图等 ├── scripts/ # 建模脚本、数据生成脚本 ├── output/ # Blender 导出的最终资产 └── app/ # 前端展示工程Three.js这个结构是我实践后反复调整定下来的。因为它把建模资产和前端应用隔离了Agent 在工作时不容易把生成的中间文件塞进错误的位置。目录清晰后面无论是排查问题还是交接给别人维护都能省很多口舌。2.2 Blender 与 MCP 插件的安装步骤Blender 推荐使用长期支持版LTS我自己用 3.6 LTS4.x 也能兼容但个别命令行为有差异后面会讲到。MCP 插件的安装路径要看你的 Blender 版本新版支持直接从扩展平台安装旧版则需要手动放置插件目录。实际操作起来一般有三条路在 Blender 的 Edit → Preferences → Get Extensions 里搜索 MCP找到对应插件直接 Install。如果搜索结果不理想去官方扩展平台下载 zip 包手动安装。开发者模式把插件目录放进{Blender 安装目录}/extensions下重启 Blender 即可。安装完成后在插件面板里勾选启用然后在 Blender 的 Scripting 工作区或侧边栏打开 MCP 面板点击 Start Server。默认情况下 Blender MCP 会监听本机 9876 端口不同实现略有差异以插件文档为准。看到 MCP server started 字样说明服务已经起来了。一个容易被忽视的细节Blender 不要用管理员权限运行也尽量别从压缩包直接解压运行。某些系统环境下权限和路径问题会导致 MCP Server 启动成功但无法被外部进程访问排查起来非常浪费时间。2.3 在 Antigravity 里配置 MCP 连接Antigravity 支持在项目配置中声明 MCP Servers。一般做法是在项目根目录下创建.mcp.json或编辑 IDE 的 MCP 面板填入服务地址与类型{ mcpServers: { blender: { command: uvx, args: [blender-mcp, --port, 9876] } } }这里的关键是理解两种连接方式进程式通过command启动一个 MCP Server 进程便于统一管理适合需要额外逻辑的场合。HTTP/SSE 式直接连接已经运行的 Blender MCP 服务适合Blender 已打开、人在操作的场景。我在实际使用中更喜欢 HTTP 方式原因是建模过程经常需要同时手动调整 Blender 里的物体比如微调货架间距如果用一个独立进程管理反而多一层抽象。连接成功后Antigravity 的 Agent 面板里会出现blender工具组展开能看到它支持创建对象、变换对象、添加材质、导出模型等能力。配置完成后务必做一次连通性测试在 Agent 对话里输入在 Blender 中创建一个空场景并导出为 GLTF看能否收到工具调用和执行结果。这一步能提前暴露端口、协议版本、权限等问题千万别跳过。2.4 工具链启动顺序与首次实测这里有一个我踩过几次坑才总结出来的心得先启动 Blender 和 MCP Server再打开 Antigravity 的 Agent 对话。如果顺序反过来Agent 第一次尝试连接时可能因为服务未就绪而报错虽然重试也能成但会打乱 Agent 的执行节奏。另外Blender 一旦开着就尽量不要中途频繁重启。MCP 连接状态会因为 Blender 重启而失效需要重新握手。在长会话中间折腾重启你会发现自己反复在做无用功。真正开跑之前建议给 Agent 一段明确的任务上下文像这样你是一个数字孪生场景搭建助手。目标是创建智慧仓储三维场景。仓库长 40 米、宽 20 米、高 8 米包含 5 排双面货架、2 条 AGV 通道、1 个收货区、1 个发货区。请使用 Blender MCP 逐步创建场景并把结果导出为 output/warehouse.glb。把完整需求一次性交给 Agent比你一句一句下指令要稳得多。Agent 会自己规划执行顺序你只需要在关键节点检查结果。实测下来这种一次性给足上下文的方式能把成功率从五成拉到九成以上。3. 智慧仓储数字孪生的核心建模流程3.1 先定空间坐标系数据模型与视觉模型的统一做数字孪生最忌讳凭感觉建模——如果比例不对后面挂接数据全是错的。正式建模前我会先画一张平面坐标图把仓库的物理尺寸换算成 Blender 的世界坐标系。这一步花不了十分钟但能省掉后面两小时的对齐工作。以我这次项目为例参数如下仓库包络40m × 20m × 8m长宽高货架双面货架长 12m、宽 1.2m、高 6m每排 5 个货位单元通道两条 AGV 通道宽 2m收货区南侧6m × 8m发货区北侧6m × 8m坐标约定X 为长度方向Y 为宽度方向Z 为高度方向原点取仓库西南角Blender 默认坐标是 Z 轴向上和传统建筑图纸的俯视图 XY 平面略有差异但只要你统一约定就没问题。我习惯把整个场景放在一个Warehouse空对象Empty下面方便后续整体移动和旋转。不要把所有物体散落在场景根部否则后期给前端做模型分类时非常痛苦。3.2 用 Blender MCP 指令生成仓库基础场景接下来是实际建模。你可以直接在 Agent 对话里下指令也可以写一个脚本丢给 Agent 执行。我更推荐后者因为脚本可复现、可调整。以地面创建为例传统 bpy 写法是这样的import bpy # 清空场景 bpy.ops.wm.read_factory_settings(use_emptyTrue) # 创建地面 bpy.ops.mesh.primitive_plane_add(size40) ground bpy.context.object ground.name GroundFloor ground.location (20, 10, 0)但有了 Blender MCP 之后你基本不需要手写这类代码直接下语义化指令即可。一个典型的建模指令序列是清空场景创建平面并设置尺寸、位置作为地面创建 5 排货架对象用循环设置位置偏移为每个货架生成货位格子锚点用小立方体或空对象占位创建墙体和屋顶设置材质地面深灰色、货架蓝色、通道浅黄色这些步骤在 Agent 对话里逐条发起每完成一条都让 Agent 汇报结果。我发现一个很实用的习惯让 Agent 用空对象Empty作为锚点。比如每排货架起点处放一个空对象后面给货架挂接数据库存数量、温湿度传感器编号时可以直接读取这些空对象的坐标和名称前端也能用同样的命名规则做交互映射。这里要特别说明货位格子的做法。每个货架上有 5 个货位单元我用的是空对象 命名方案而不是真的生成 5 个小盒子。原因是真实数字孪生里货位最终会对应一条数据记录当前库存、最近入库时间等用空对象做锚点既省面数又方便绑定数据。视觉上需要展示货物时再由前端根据数据动态生成 Box 网格而不是预先建模。这个思路直接决定了你后面场景的加载性能。3.3 数据清单先行从静态模型到数字孪生资产数字孪生和普通三维建模最大的区别在于数据驱动。模型只是骨架数据才是灵魂。智慧仓储至少需要准备三类数据空间数据货架编号、货位坐标、通道位置、区域边界。状态数据每个货位的库存量、是否空置、补货优先级。动态数据AGV 当前位置、路径规划、任务状态。我的做法是先把空间数据落成一份 JSON作为场景字典{ warehouse: { name: central-warehouse-01, bounds: {x: 40, y: 20, z: 8}, shelves: [ {id: S01, x: 4, y: 3, w: 12, h: 6, units: 5}, {id: S02, x: 4, y: 7.5, w: 12, h: 6, units: 5} ], zones: [ {id: receiving, name: 收货区, x: 0, y: 0, w: 6, h: 8} ] } }这份 JSON 有两个用途一是作为 Blender 建模脚本的输入实现数据即场景二是给前端 Three.js 做坐标映射实现场景即数据。也就是说同一份 JSON 既是建模的输入也是前端渲染的数据源。这是我在 Antigravity 工作流里体会最深的一点让 Agent 同时负责读取数据 → 生成模型 → 输出前端可用配置整条链路的一致性比人工复制粘贴强太多了。传统流程里建模师出一份坐标前端再照着写一份配置两边经常对不上现在用 Agent 打通之后数据源是单一的事实标准误差基本消失。3.4 导出 GLTF 并接入前端建模完成后的出口是 GLTF/GLB 文件。Blender MCP 提供导出工具指定文件路径和格式即可。我建议导出 GLB二进制格式体积小、加载快作为默认选择如果后续需要压缩贴图或做 Draco 压缩再考虑 GLTF 加外部资源。导出前有一个关键检查项尺寸单位。Blender 默认 1 单位 1 米但如果你中途对模型做过缩放Three.js 里可能出现差 100 倍的情况。我的经验是一开始在场景建模时就保持 1:1 米制前端加载后直接用同一套坐标不做额外缩放。前端加载的核心代码非常简单import { GLTFLoader } from three/examples/jsm/loaders/GLTFLoader.js; const loader new GLTFLoader(); loader.load(/assets/warehouse.glb, (gltf) { scene.add(gltf.scene); gltf.scene.traverse((child) { if (child.isMesh) { child.userData.id child.name; } }); });到这里一个可交互的静态数字孪生场景就已初步跑通。真正让场景活起来的数据刷新和 AGV 动态动画属于下篇内容但如果你已经走到这个节点说明整条链路已经通了七成。4. 实操中大概率会踩的坑与排查清单4.1 MCP 连接失败的高频问题速查我在项目里遇到最多的问题按频率从高到低排个序现象根因解决办法Agent 报 no blender connectionBlender 的 MCP Server 未启动回插件面板点击 Start Server确认端口监听连接成功但指令超时场景存在极端复杂网格或大量对象分批建模避免一个对话里堆几十个对象建模结果随机、不完整Agent 上下文过长指令被截断拆分短任务先清理场景再逐段创建GLB 导出路径找不到Antigravity 运行目录与 Blender 不一致统一使用绝对路径或把脚本放项目根目录Blender 4.x 与 3.6 LTS 行为不同部分 bpy 属性名和默认值有变化锁定一个版本避免混用第一个问题最值得认真对待。检查端口是否在监听命令行执行netstat -an | grep 9876如果输出里能看到127.0.0.1:9876的 LISTENING 状态说明服务正常如果没有任何输出说明插件没有真正启动去 Blender 控制台看 Python 报错信息才是正解。还有一点有些系统默认防火墙会拦截本机回环以外的连接不要急着怀疑协议先看端口。4.2 建模精度与性能的取舍心得数字孪生场景不是建筑效果图不需要把每个货架螺丝都画出来。我踩过的最大坑是一开始过分追求细节给货架加了一堆螺栓和加强筋结果场景面数爆炸。静态加载还凑合一挂动态数据就卡成幻灯片。后来我把经验总结成三个词合理分段、锚点优先、面数节制。合理分段仓库地面分 4 块创建不要一个大平面。这样数据刷新时可以按区域高亮不用全场景遍历。锚点优先用空对象标记关键位置不要在视觉细节上死磕。面数节制货架用盒体组合即可复杂弧面一律不做材质用贴图和颜色区分。另外建议每完成一个子阶段就导出一次 GLB 做中间存档。Agent 执行过程中如果出现不可预期状态比如误删了某个集合你可以直接回滚到上一次导出而不是从头再来。这条经验帮我省了至少两次返工。4.3 Agent 长任务管理与系统资源优化Antigravity 的 Agent 在执行长任务时会占用较多系统资源尤其你同时开着 Blender 和 IDE。我有一台 16GB 内存的笔记本跑这个项目时内存经常告急。几个实用的优化手段建模期间关掉不必要的浏览器标签和应用。对话里明确指定输出目录避免 Agent 到处写文件。Agent 执行中途崩溃时先看日志面板常见原因是模型上下文窗口耗尽或 MCP 调用超时缩小任务范围重试即可。还有一个容易被忽略的点不要在同一会话里频繁切换不同版本的 Blender 或 MCP 插件。如果你升级了插件必须重启 Blender 并重新建立连接否则 Agent 调用的工具描述可能还是旧版本的参数对不上就各种报错。我有一回升级插件没重启Agent 连续三次调用失败排查了半天才发现是这个原因。最后再分享一个小技巧建模完成后用 Blender 的清理未使用数据功能把场景里残留的网格和材质清一遍导出的 GLB 体积经常能缩小 20% 到 30%。这个操作对前端加载性能非常友好尤其是在移动端访问数字孪生页面时体感差异很明显。