开发者 Maneshwar 分享了他用 Claude Code 在 Blender 中逐条 prompt 制作 3D 动画的经验，并提出让 Claude 从一段文字直接产出完整 YouTube 视频所需的技术栈。核心思路是按能力分工：LLM 负责写 bpy 代码、重链贴图、时间线排片和拼接根运动，人体动作从 Mixamo 等动捕库获取，音效交给专门的音频模型。架构包括 Claude Code 导演技能、YAML 分镜表、Blender MCP 桥接、Mixamo/CMU/Rokoko 动作库、Poly Haven/…
推荐理由想用 AI 自动化 3D 动画流程的开发者可参考这套按能力分工的架构思路。
开发者 Maneshwar 在 DEV 发文，讲述自己此前从未打开过 Blender，却借助 blender-mcp 让 Claude Code 驱动 Blender 完成了一段蜘蛛侠荡秋千的 3D 动画，没有手动画一帧。原理是 Blender 内插件开一个 socket 服务，外部 MCP server 一边对 LLM 说 MCP、一边通过 TCP 转发 JSON 命令，核心工具 execute_blender_code 可在 Blender 内运行任意 Python（bpy API），再配合视口截图回传形成「改…
推荐理由想用 Claude 操作 Blender 的人可以照抄这套 MCP 架构：插件开 socket
研究提出 Image-to-Code 方法：编码 Agent 接收单张照片后编写 Blender 程序，通过迭代写代码、运行、查看结果再修改来还原场景。团队同时发布 LEGO-Bench 基准，含 104 个室内外场景的 208 张图像、443 个资产，从有效性、几何精度、外观相似度三方面评分。测试的 6 种 GPT 配置几乎都能产出可用场景，但精度差异大：最好的 GPT-6 Astra 室内 53.4%、室外 39.6%，较弱配置约 15%。提高推理预算后 Astra 在办公室子集从 32.3% 升至 61.8%…
推荐理由了解当前 Agent 做 3D 重建的真实上限：最好模型室内仅 53.4%，且会自我破坏已有成果。