mcpField
T
TRELLIS Blender Plugin

TRELLIS Blender Plugin

本地服务
github.com/FishWoWater开发工具7743 周前更新
代码仓库

关于 TRELLIS Blender Plugin

TRELLIS Blender Plugin 是一个 Blender 插件，用于接入 TRELLIS 和 TRELLIS.2 的 3D 生成模型，支持文本生成 3D 与图像生成 3D。插件通过 API 后端完成生成，并可作为 MCP 服务与 Claude、Cursor 等客户端配合使用。

主要功能

  1. 01文本生成带纹理的 3D 网格
  2. 02单张 RGB 图像生成带纹理的 3D 网格
  3. 03为已有网格生成文本或图像条件的纹理
  4. 04支持 TRELLIS 与 TRELLIS.2 后端切换
  5. 05生成结果可直接导入 Blender 场景
  6. 06内置 MCP 服务启动入口

适用场景

  1. 01在 Blender 中根据文本或图片快速生成 3D 模型原型
  2. 02为场景中已有网格补充纹理细节
  3. 03通过 MCP 客户端在对话中驱动 3D 生成

MCP 相关

插件可启动 MCP 服务（trellis-mcp），供 Claude、Cursor、Windsurf 等 MCP 客户端调用 3D 生成功能。

#plugin#blender#mcp#trellis#generative-model#image-to-3d#aigc#text-to-3d#mcp-server#3daigc

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
  "mcpServers": {
    "trellis_blender": {
      "command": "uvx",
      "args": [
        "trellis-mcp"
      ]
    }
  }
}
启动命令uvx trellis-mcp

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包
pypitrellis-mcp

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

详细介绍

TRELLIS & TRELLIS.2 Blender 插件

更新：新增对 TRELLIS.2 的支持

一款 Blender 插件，可将 TRELLIS 和 TRELLIS2 的 3D 生成能力集成到 Blender 中。

演示视频

功能

TRELLIS
  • 文本转 3D：根据文本原生生成带纹理的 3D 网格
  • 图像转 3D：根据单张 RGB 图像原生生成带纹理的 3D 网格
  • 文本条件细节变化：根据文本为网格生成纹理
  • 图像条件细节变化：根据单张 RGB 图像为网格生成纹理
TRELLIS2
  • 文本转 3D：根据文本生成带纹理的 3D 网格（使用 z-image-turbo 进行 t2i，然后使用 trellis.2 进行 image2mesh）
  • 图像转 3D：根据单张 RGB 图像原生生成带纹理的 3D 网格（原生 trellis.2）
MCP 集成

集成 MCP，可与 Cursor/Windsurf 通信。请参阅 Trellis MCP

安装

要求

也可以同时启动两个服务，并在 Blender 插件中切换后端。

启用插件
  1. 下载插件文件（克隆此仓库）
  2. 在 Blender 中，前往 Edit > Preferences > Add-ons
  3. 点击“Install”并选择 trellis_for_blender.py 文件
  4. 勾选“3D View: TRELLIS”旁边的复选框以启用插件
原生工作流
  1. 打开 3D 视口并按 n 打开侧栏，找到 TRELLIS 面板。
  2. （可选）在场景中选择一个对象，并选择一张图像作为条件输入。
  3. 调整生成参数（根据经验，可以减少步数）
  4. 插件会将对象（如果已选择）以及图像/文本上传到 API 后端。
  5. 完成后，可以下载模型并将其导入场景。

可以在主面板中查看历史请求

MCP 工作流
  1. 打开 3D 视口并按 n 打开侧栏，找到 TRELLIS，然后点击 Start MCP Server
  2. 打开 Claude/Cursor/Windsurf，并粘贴以下配置：
"mcpServers": {
        "trellis": {
            "command": "uvx",
            "args": [
                "trellis-mcp"
            ]
        }
    }

生成参数

  • 稀疏结构设置
    • 采样步数（结构扩散的采样步数，默认为 12）
    • CFG 强度（无分类器引导，默认为 7.5；值越高，与输入图像的匹配度越好）
  • 结构化潜变量设置
    • 采样步数（SLAT 扩散的采样步数，默认为 12）
    • CFG 强度（无分类器引导，默认为 7.5；值越高，与输入图像的匹配度越好）
  • 网格后处理选项
    • 简化比例（要移除的三角形数量，默认为 0.95）
    • 纹理尺寸（默认为 1024；可设为 2048 以获得更高质量，但速度更慢）
    • 纹理烘焙模式（'fast' 或 'opt'；'opt' 较慢，但质量更高）

欢迎反馈问题、参与讨论或贡献代码！

评论

支持 Markdown

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。