使用 Gemini CLI 配置 Blender MCP

简介

Gemini CLI 是一个强大的命令行界面，允许您直接从终端与 Google 的 Gemini AI 模型交互。通过将 Blender MCP 与 Gemini CLI 集成，您可以充分利用 AI 功能来增强您的 Blender 3D 建模工作流程。

本指南将逐步引导您完成整个设置过程，从安装 Node.js 到验证您的 MCP 服务是否与 Gemini CLI 正确运行。

前置条件

Windows、macOS 或 Linux 系统
管理员权限以安装软件
具有 Gemini 访问权限的 Google 账户
对命令行界面的基本了解
已在系统上安装 Blender（可选但推荐）

第 1 步：安装 Node.js

Gemini CLI 和 Blender MCP 服务器需要 Node.js 才能运行。按照以下步骤进行安装：

对于 Windows：

访问 nodejs.org
下载 LTS（长期支持）版本
运行安装程序并按照安装向导进行操作
接受所有默认选项（这包括 npm 和 PATH 配置）
点击"完成"以完成安装

对于 macOS：

使用 Homebrew：brew install node
或从 nodejs.org 下载并运行安装程序

对于 Linux：

使用您的包管理器。例如，在 Ubuntu/Debian 上：

sudo apt update
sudo apt install nodejs npm

验证 Node.js 安装

打开终端或命令提示符并运行：

node --version
npm --version

如果 Node.js 安装正确，两个命令都应返回版本号。

第 2 步：下载并安装 Gemini CLI

现在 Node.js 已安装，您可以下载并设置 Gemini CLI：

安装步骤

打开终端或命令提示符
导航到或创建您想要存储 Gemini CLI 项目的目录（我们称之为 gmcp）
创建目录：
```
mkdir gmcp
cd gmcp
```

使用 npm 下载 Gemini CLI：

npm install -g @google/generative-ai-cli

或者，使用 npx 直接运行它而无需全局安装：
```
npx @google/generative-ai-cli
```

第 3 步：配置 Blender MCP 服务

MCP（模型上下文协议）服务配置是将 Blender MCP 与 Gemini CLI 连接的关键步骤。

查找配置文件

Gemini CLI 将其配置存储在设置文件中，位置为：

D:\seocode\tmp\gmcp\.gemini\settings.json

添加配置

使用您喜欢的文本编辑器（例如 Visual Studio Code、Notepad++ 或甚至 Notepad）打开 settings.json 文件。

添加或更新以下配置以启用 Blender MCP 服务：

{
  "mcpServers": {
    "blender": {
      "command": "uvx",
      "args": [
        "blender-mcp"
      ]
    }
  }
}

配置说明

mcpServers：包含所有 MCP 服务定义的对象
blender：您的 MCP 服务的名称（用于在 Gemini CLI 中识别它）
command：要执行的命令（uvx 是 Python 的包运行器）
args：传递给命令的参数（blender-mcp 是 Blender MCP 包）

保存配置

添加配置后，保存文件。确保 JSON 格式正确，没有尾部逗号或语法错误。

第 4 步：退出并重新登录 Gemini CLI

要应用新的 MCP 服务配置，您需要重新启动 Gemini CLI：

退出 Gemini CLI

如果 Gemini CLI 正在运行，请通过输入以下命令退出：

exit

重新登录

在您的终端中重新启动 Gemini CLI：

npx @google/generative-ai-cli

或者，如果您全局安装了它：

gemini-cli

第 5 步：验证 MCP 服务配置

一旦您重新登录 Gemini CLI，请验证 Blender MCP 服务是否已正确配置且可访问：

检查服务状态

在 Gemini CLI 中，您应该看到指示 MCP 服务已加载的输出。寻找类似的消息：

[INFO] Loading MCP services...
[INFO] Blender MCP service loaded successfully
[INFO] Available tools: blender_create_object, blender_modify_object, ...

测试集成

尝试发出一个使用 Blender MCP 服务的简单命令。例如：

在 Blender 中创建一个立方体

如果 Blender 运行且已安装 MCP 插件，您应该在 Blender 场景中看到立方体出现。Gemini 将处理您的请求并通过 MCP 协议向 Blender 发送命令。

故障排除

问题：找不到 Settings.json

解决方案：在您的项目目录中手动创建 .gemini 文件夹，并使用上述提供的配置创建一个 settings.json 文件。

问题："uvx 命令未找到"

解决方案：安装所需的 Python 工具包：

pip install uv

问题：MCP 服务未加载

解决方案：检查以下内容：

验证 settings.json 中的 JSON 语法是否正确（如需要，使用 JSON 验证器）
确保文件路径正确：D:\seocode\tmp\gmcp\.gemini\settings.json
检查 Blender MCP 是否已安装：uvx blender-mcp --version
查看 Gemini CLI 日志以获取详细的错误消息

问题：Blender 不响应命令

解决方案：确保：

Blender 正在运行且已安装 MCP 插件
MCP 插件在 Blender 设置中启用
Gemini CLI 和 Blender 连接在正确的网络端口上

后续步骤

现在您已配置了 Blender MCP 与 Gemini CLI，您可以：

使用自然语言提示创建复杂的 3D 场景
通过 AI 协助修改对象和材料
自动化重复的 3D 建模任务
将 Gemini 的 AI 功能与 Blender 强大的 3D 工具相结合
探索高级 MCP 功能以进行自定义脚本和自动化

有关使用 Blender MCP 的更多信息，请访问官方 GitHub 存储库。

总结

使用 Gemini CLI 设置 Blender MCP 为 AI 辅助的 3D 建模打开了无限的可能性。虽然配置过程涉及多个步骤，但按照本指南，您应该能够快速启动并运行。请记住，成功的关键是确保您的配置文件格式正确，并且所有组件都已正确安装。

如果您遇到任何问题或有疑问，请参考故障排除部分或查阅 Blender MCP 文档。

使用Gemini CLI配置Blender MCP

简介