Manus帶火的MCP,讓Claude一句話自動化3D建模,網(wǎng)友:真·AI+應用
近期,Manus帶火的MCP(Model Context Protocol)協(xié)議引發(fā)了廣泛關注。通過MCP,AI工具如Claude能夠與專業(yè)軟件(如Blender)無縫對接,實現(xiàn)自動化操作,例如將2D圖片轉換為3D模型,甚至在幾分鐘內搭建互動網(wǎng)頁。這種技術不僅極大地提高了工作效率,還為AI在更多領域的應用打開了新的大門。本文將深入探討MCP的工作原理、實際應用案例以及它對未來AI發(fā)展的潛在影響。
一句話提示,Claude自動化打開Blender將2D圖片轉為3D建模。
整個過程行云流水。
而且還能只用一次提示詞,再基于這個場景搭建可以互動的網(wǎng)頁。
背后關鍵還是最近大火的MCP(Model Context Protocol)——復刻Manus的重要訣竅。
將這套協(xié)議和Blender打通,即可獲得如上效果。
讓原本人工幾小時才能搞定的建模工作,如今縮短到幾分鐘,還不用人插手。
該開源項目BlenderMCP,上線短短3天,GitHub標星已達3.8k。
而且它整出來的建模效果可信任,有人親測表示,讓它設計火星地形,Claude可以自己處理錯誤和問題,并且會告知人類。
怪不得有人看了直呼:人類已經(jīng)不太需要設計工具了,amazing!
AI+應用工具正在變強大。
值得一提的是,這種方案可以復刻到其他開源專業(yè)工具上。
比如有人已經(jīng)實現(xiàn)了MCP+QGIS(地理版“PS”),用Claude自動化做感應映射。
“Blender/Cursor都可MCP”
簡單理解,BlenderMCP就是將Blender連接到Claude,允許Claude直接和Blender交互并控制Blender。
基于BlenderMCP還能完成許多事。
比如創(chuàng)建一個由龍守衛(wèi)一罐黃金的地牢場景。
提示詞:
Create a low poly scene in a dungeon, with a dragon guarding a pot of gold.
這個過程里,指令遵循效果不錯。
特意強調了low poly(低多邊形),最后搭建的成果里龍和罐子都是圓滾滾的。
還能去搭建逼真的海灘場景。
提示詞:
Create a beach vibe using HDRIs, textures, and models like rocks and vegetation from Poly Haven.
這條指令要求利用來自Poly Haven的HDRIs、紋理以及巖石、植被等來建模海灘。
Poly Haven是一個免費開源的3D資源網(wǎng)站,可以看到Claude能夠直接自己去下載使用資源。
其余可以嘗試的能力還有:
- “把這輛車涂成紅色并帶有金屬質感”
- “創(chuàng)建一個球體并將其置于立方體上方”
- “把燈光設置成攝影棚的效果”
- “將相機對準場景,并使其呈等距視角”
作者在項目頁中介紹,BlenderMCP能實現(xiàn)的能力包括創(chuàng)建、修改和刪除3D對象;使用、修改材料和顏色;場景檢查以及代碼執(zhí)行。
這個系統(tǒng)主要由兩部分組成,Blender Addon和MCP Server。
前者是一個Blender插件,可以在Blender中創(chuàng)建一個接受和執(zhí)行命令的服務器。后者就是用來實現(xiàn)MCP。
具體安裝辦法,作者已經(jīng)完全開源到GitHub上。
除了將MCP接入到Blender,網(wǎng)友們還在嘗試用它升級各種工具。
甚至是AI編程軟件,也會因為使用MCP后變得更加自動化。
有人在Cursor上使用MCP協(xié)議同時接入了Slack和GitHub,完成了一次新功能開發(fā)。
配置好插件并完成認證后,Cursor通過MCP自動讀取了Slack中的需求文檔,然后從GitHub中拉取代碼,并自動完成新功能的編寫和上傳。
這套操作利用的是一個名為Composio的機構提供的MCP服務,在Cursor中可以通過鏈接直接配置。
還有GitHub、谷歌搜索、郵箱、地圖……都被Composio做成了MCP服務。
除了Composio,還有MCP愛好者自行建立了MCP社區(qū),提供了海量的開源server和client資源。
比如這個MCP服務,可以檢索arXiv中的論文,按照教程配置好之后就可以在Claude客戶端里直接找論文了。
有意思的是,大模型也是可以被“MCP服務化”的,比如讓服務器通過OpenAI兼容API調用其他模型。
甚至是把DeepSeek-R1接入到Claude當中也不是問題。
MCP為啥真強大?
MCP是一種通信協(xié)議,是Anthropic提出的,現(xiàn)在Anthropic把它比喻成AI應用的Type-C接口。
并且Anthropic已經(jīng)打算牽頭把MCP協(xié)議推動成行業(yè)開放標準。
實現(xiàn)大模型應用與外部數(shù)據(jù)源和工具之間的無縫集成,幫助AI獲得所需的上下文數(shù)據(jù),生成質量更高、與任務更相關的回答。
MCP主要解決的是全球應用玩家們都面臨著的一個相同的痛點——數(shù)據(jù)隔離。
它就像AI系統(tǒng)與數(shù)據(jù)源之間的一座橋梁,允許開發(fā)者在數(shù)據(jù)源和AI工具之間建立雙向連接。
MCP采用客戶端-服務器架構,多個服務可以連接到任何兼容的客戶端??蛻舳丝梢允荂laude Desktop、IDE或其他AI工具,服務器則充當適配器,暴露數(shù)據(jù)源。
其優(yōu)勢在于,以后不管是訪問本地資源(數(shù)據(jù)庫、文件、服務),還是訪問遠程資源(如Slack、GitHub API),都能用同一個協(xié)議。
而且支持的數(shù)據(jù)形式非常多樣,包括文件內容、數(shù)據(jù)庫記錄、API響應、實時系統(tǒng)數(shù)據(jù)、屏幕截圖和圖像、日志文件等,幾乎覆蓋了所有類型。
MCP服務器還內置了安全機制,允許服務器自己控制資源,不用把API密鑰交給大模型。
根據(jù)服務來源,MCP主要采用通信機制,本地通信時采用標準輸入輸出,遠程通信則通過SSE進行。
這兩種通信方式中的消息,都采用了JSON格式進行消息傳輸,使得MCP通信過程能夠標準化,并帶來了可擴展性。
看上去MCP能夠調用的服務多而復雜,但實際上開發(fā)過程非常簡單。
發(fā)布時官方公告就明示,當時最新的Claude 3.5 Sonnet自己就非常擅長架設MCP服務器,直接完成閉環(huán)。
強大的調用能力、方便的開發(fā)流程,又背靠Anthropic,并且也獲得了開源社區(qū)的關注,MCP似乎有望像Anthropic設想的一樣,成為一種未來的AI標準。
但真能如此嗎?
持觀望態(tài)度or悲觀態(tài)度的人,其實也不少。
最近知名開源大模型框架LangChain官方也在X上進行了一次投票。
40.8%的人認為MCP是未來標準,而更多人覺得還得再看看。
包括在LangChain內部,也出現(xiàn)了一些分歧。
CEO覺得,MCP降低了Agent接入工具的門檻。
創(chuàng)始工程師則認為,具體到工程層面,還會產生很多定制化需求,很多情況MCP不能完全發(fā)揮作用。
MCP要變成像OpenAI的GPTs那樣,才能配得上它的熱度,但實際上GPTs似乎也沒有多受歡迎。
你覺得呢?MCP會是曇花一現(xiàn)嗎?
歡迎評論區(qū)留言討論~
GitHub地址:
https://github.com/ahujasid/blender-mcp?tab=readme-ov-file
參考鏈接:
[1]https://x.com/bilawalsidhu/status/1900240156826939560
[2]https://x.com/bilawalsidhu/status/1900632591516008599
[3]https://x.com/mattpocockuk/status/1898789901824590328
[4]https://x.com/KaranVaidya6/status/1898439847322525963
[5]https://blog.langchain.dev/mcp-fad-or-fixture/
明敏 克雷西 發(fā)自 凹非寺量子位 | 公眾號 QbitAI
本文由人人都是產品經(jīng)理作者【量子位】,微信公眾號:【量子位】,原創(chuàng)/授權 發(fā)布于人人都是產品經(jīng)理,未經(jīng)許可,禁止轉載。
題圖來自Unsplash,基于 CC0 協(xié)議。
- 目前還沒評論,等你發(fā)揮!