当我想整理一份“LLM 辅助 Blender 建模”的资料时发现很多人的第一反应是让 ChatGPT 直接“生成一个模型”出来。这个期待其实不太准确。LLM 更适合做的是帮你写 Blender 的 Python 脚本、设计几何节点逻辑、清理重复建模操作、解释报错和插件源码。换句话说它不是一个“建模引擎”而是一个“建模助手”。这篇文章会从可行性评估开始把 LLM 在 Blender 里的真实边界讲清楚然后给出可以照着用的完整工作流从 Prompt 设计、调用 LLM 接口生成脚本到在 Blender 里运行脚本并完成一次低多边形建模。无论你是刚接触 Blender 的新手还是已经能用 Python 写插件的中级开发者都可以在本文里找到直接复用的方案。1. LLM 辅助 Blender 建模到底是什么1.1 它解决什么问题Blender 是一个非常强大的开源 3D 建模软件但它的学习曲线比较陡。你要记住大量的快捷键、菜单位置、面板参数还要理解网格、材质、渲染、几何节点等一整套概念。LLM 辅助 Blender 建模本质上是把“自然语言描述”变成“Blender 可以执行的指令”。目前最成熟的路径有两种生成 Blender Python 脚本Blender 内置了完整的 Python API也就是bpy模块。你用自然语言描述一个建模需求LLM 帮你生成对应的bpy代码然后复制到 Blender 的 Text Editor 或 Scripting 工作区运行。生成几何节点逻辑Blender 的 Geometry Nodes 可以用节点图实现程序化建模。LLM 可以帮你梳理节点连接思路在某些场景下还能用 Python 代码生成几何节点组。它真正解决的问题是把大量重复、机械、可以被规则描述的工作自动化。比如批量创建 100 个方块、把物体按某种规律排列、批量改名、批量设置材质这类工作用鼠标操作非常痛苦但写成脚本就是几行代码的事情。1.2 它不能解决什么问题这一点必须先说清楚否则你会对 LLM 产生不切实际的期待。LLM 本身不能直接输出.blend文件也不能自动完成高精度的角色建模、复杂的拓扑布线、骨骼权重绘制。这些工作依赖大量空间判断、美学经验和艺术直觉目前的 LLM 还做不到。即使是脚本生成也不是每次都能一次跑通。bpyAPI 版本差异大、调用细节多LLM 很可能会生成一个“看起来合理但运行报错”的脚本。因此我们需要一套工作流来约束它、验证它、修正它。2. LLM 在 Blender 建模中的落地场景2.1 自动生成 bpy Python 脚本这是目前最实用的场景。Blender 的bpyAPI 覆盖建模、材质、动画、渲染等方方面面但语法对新手不友好。比如你想批量导入 20 个文件并统一缩放手写代码要查半天文档让 LLM 生成可能 30 秒就完成了。示例需求用 Blender Python 创建一排 5 个立方体每个立方体间隔 1.5 米并让它们依次旋转一定角度。这个需求描述足够清晰LLM 生成的脚本通常可以直接运行。2.2 辅助几何节点设计几何节点是 Blender 程序化建模的核心。它的难点在于你要清楚“数据是从哪个 socket 流向哪个 socket”。LLM 虽然不能直接画节点图但可以帮你输出节点链路描述甚至帮你把节点图转写成bpy代码。实际项目里我比较推荐的做法是先向 LLM 描述你想实现的效果比如“让立方体沿球体表面阵列”。让 LLM 给出几何节点的节点连接思路最好配合节点名称。自己动手连接节点遇到卡顿再向 LLM 提问。2.3 批量操作与场景整理很多建模工作不是“从零捏一个模型”而是“对现有场景做大量重复操作”。比如给场景里所有物体统一命名。把所有选中物体的缩放应用到模型上。把多个材质名称里的空格替换成下划线。批量删除场景中没有用到的空物体。这些任务用 UI 操作非常繁琐写脚本又需要查 API交给 LLM 是性价比最高的选择。2.4 辅助排错与文档解读Blender 的报错信息有时候很抽象尤其是几何节点和 Python API 相关的报错。你可以直接把报错信息粘贴给 LLM让它帮你分析原因并给出修复建议。这种做法能省下大量搜索时间。2.5 插件开发如果你要做自用插件比如“批量导出 FBX 时自动分组”“一键生成屋顶瓦片”LLM 也能帮你完成大部分基础代码框架。需要注意的是插件开发要同时处理 Operator、Panel、Property 等多个模块LLM 的输出容易遗漏细节仍然需要你自己具备一定的 Python 能力来检查和修改。2.6 可行性快速评估表建模类型LLM 辅助效果推荐程度说明程序化建模、阵列、重复操作非常好强烈推荐逻辑清晰输出代码稳定低多边形物体搭建较好推荐需要人工微调位置和比例几何节点设计中等可尝试适合生成思路手动连接为主复杂角色建模较差不推荐依赖空间感和艺术经验拓扑优化与重拓扑差不推荐需要专业工具材质灯光渲染调参一般辅助为主可以生成参数建议插件开发和批量处理好推荐需要人工 review 代码3. 环境准备与版本说明在开始实战之前先把环境准备好。下面的版本不是固定要求主要是帮助你理解“版本差异会导致什么问题”。3.1 软件环境清单工具作用建议Blender3D 建模软件建议使用 3.6 以上版本几何节点功能更完善Python运行 LLM 调用脚本系统里装有 Python 3.9 即可LLM API生成脚本和回答技术问题选择支持 OpenAI 兼容格式的服务即可VS Code 或任意编辑器编辑 Prompt 和 Python 脚本按个人习惯选择需要特别说明的是Blender 3.6、4.0、4.1、4.2 等版本之间的bpyAPI 存在不少差异尤其是几何节点相关的 API。你在运行任何脚本之前都应该先确认当前 Blender 的版本。如果 LLM 生成的代码报错优先检查是不是版本不匹配。3.2 验证 Blender Python 环境打开 Blender点击顶部菜单的Scripting工作区你会看到文本编辑器和 Python 控制台。在 Python 控制台里输入import bpy print(bpy.app.version_string)如果正常输出版本号说明bpy环境可用。3.3 外部 Python 与 Blender 内部 Python 的关系这里有一个容易混淆的点Blender 自带 Python 解释器可以直接在 Blender 的 Console 里运行bpy。系统安装的 Python 无法直接导入bpy除非是专门编译过的bpy模块。如果你想在系统 Python 里调用 Blender可以用命令行的方式启动 Blender 并执行脚本。所以我们的工作流会有两条路线LLM 在外部生成.py文件。把.py文件放进 Blender 运行或者用blender --background --python script.py执行。4. 实战一让 LLM 生成第一个可运行的 bpy 脚本4.1 准备 Prompt 模板想让 LLM 输出高质量的 Blender 脚本Prompt 里必须包含足够多的约束条件。我常用下面这个模板你是一位 Blender Python 脚本专家熟悉 bpy API。 请根据以下需求生成一个完整的 Python 脚本 - 使用 bpy 模块不依赖第三方库 - 脚本能在 Blender 的 Scripting 工作区直接运行 - 使用 bpy.ops 或 bpy.data 完成建模 - 代码中每行关键操作都要写注释 - 生成结果只输出 Python 代码不要包含 markdown 代码块说明 需求在场景中创建 5 个立方体沿 X 轴等距排列 相邻间隔 1.5 米每个立方体绕 Z 轴旋转 15 度。关键点是“只输出代码”“不依赖第三方库”“写注释”。这样做能显著减少 LLM 输出额外说明文字、导致你复制粘贴时还要手动清洗的情况。4.2 查看 LLM 生成的脚本用上面的 PromptLLM 大概率会输出类似于下面的脚本# 文件路径直接在 Blender Text Editor 中运行 import bpy import math # 创建 5 个立方体沿 X 轴等距排列 for i in range(5): # 添加一个边长为 1 的立方体 bpy.ops.mesh.primitive_cube_add(size1.0, location(i * 1.5, 0, 0.5)) # 获取刚创建的物体 obj bpy.context.active_object obj.name fBrick_{i:02d} # 绕 Z 轴旋转 15 度 obj.rotation_euler.z math.radians(i * 15) print(建模完成)这段代码的核心逻辑是循环 5 次。每次在指定位置创建一个边长为 1 的立方体。通过bpy.context.active_object拿到新创建的物体。修改物体名称和旋转角度。4.3 在 Blender 中运行脚本在 Blender 的Scripting工作区中点击New创建新的文本块。将上面的代码复制进去。点击Run Script按钮。如果你更习惯命令行可以把代码保存为create_bricks.py然后使用blender --background --python create_bricks.py注意--background模式不会打开 Blender 窗口适合批量处理和测试。但它不会显示视口效果你只能通过日志确认脚本执行成功。4.4 预期效果与常见调整运行后场景里会出现 5 个立方体依次沿 X 轴排列并且每个立方体旋转角度比前一个多 15 度。如果你发现“物体被旋转后位置也发生了偏移”这是因为 Blender 的物体数据有location、rotation_euler、scale三个属性它们相互独立。修改旋转只影响旋转分量不会自动帮你重算位置。如果你期望“物体绕自身中心旋转后再按固定间距排列”上述代码已经能满足要求如果你希望“物体像积木一样倾斜堆叠”还需要根据旋转角度计算新的location坐标。这也是一个很好的测试案例它能帮你快速判断 LLM 对你需求的理解是否准确。5. 实战二用 Python 脚本调用 LLM 并自动生成建模脚本每次手动复制 Prompt 到聊天窗口再把结果粘贴到 Blender效率还是太低。更工程化的做法是写一个 Python 脚本通过 API 调用 LLM自动把生成结果保存为.py文件。5.1 创建调用脚本下面是一个兼容 OpenAI 接口格式的 Python 脚本。你只需要把API_KEY、API_URL、model换成自己的配置。# 文件路径llm_to_blender.py import requests import json import re import sys def generate_blender_script(prompt: str) - str: 调用 LLM 生成 Blender 脚本返回纯 Python 代码 api_key sk-xxxxxxxx api_url https://api.example.com/v1/chat/completions model your-model-name headers { Authorization: fBearer {api_key}, Content-Type: application/json, } payload { model: model, messages: [ { role: system, content: ( 你是 Blender Python 脚本专家。 只输出 Pure Python 代码不要输出解释。 ), }, { role: user, content: prompt, }, ], temperature: 0.3, } resp requests.post(api_url, headersheaders, jsonpayload, timeout120) resp.raise_for_status() data resp.json() content data[choices][0][message][content] # 清理可能出现的 markdown 代码块标记 content re.sub(rpython, , content) content re.sub(r, , content) return content.strip() if __name__ __main__: user_prompt sys.argv[1] if len(sys.argv) 1 else ( 创建 5 个立方体沿 X 轴等距排列每个旋转 15 度 ) script generate_blender_script(user_prompt) with open(generated_script.py, w, encodingutf-8) as f: f.write(script) print(脚本已保存到 generated_script.py)这段代码做了三件关键事情把用户描述作为 Prompt 发送给 LLM。通过正则表达式清洗掉返回内容中的 Markdown 代码块包裹符。把清洗后的代码写入本地.py文件。你可能会遇到一个常见的坑有些模型会在代码前面加一段“这是你需要的脚本”之类的说明文字。这种情况下单纯清洗 Markdown 代码块不够还需要提取“第一个import bpy到代码结尾”的内容。根据实际使用的模型效果你可能需要增强清洗逻辑。5.2 运行调用脚本在命令行执行python llm_to_blender.py 创建一个由 20 个立方体组成的环形阵列执行成功后当前目录会出现generated_script.py。然后你在 Blender 的 Text Editor 里打开这个文件或者直接命令行运行blender --background --python generated_script.py至此你已经拥有了一条完整的自动化链路自然语言描述 - LLM API - 生成 bpy 脚本 - 保存 .py 文件 - Blender 执行5.3 扩展调用结果自动导入 Blender如果想省去手动打开 Blender 的步骤可以把 Blender 执行过程也封装到脚本里。使用subprocess模块即可import subprocess # 请根据你的实际安装路径修改 blender_executable blender result subprocess.run( [ blender_executable, --background, --python, generated_script.py, ], capture_outputTrue, textTrue, ) print(result.stdout) print(result.stderr)需要注意--background模式适合不需要渲染预览的批量任务。如果你需要实时查看建模结果还是打开 Blender 界面运行更直观。6. 进阶用 LLM 辅助几何节点设计6.1 几何节点的难点几何节点建模和传统手动建模思维差异很大。它更像是“数据流编程”你往节点组里输入几何体经过各种节点处理输出新的几何体。LLM 在这种场景下最大的作用是帮你理清节点链路的逻辑。举个例子你想实现“让立方体在一个球体表面随机分布”的效果。传统思路是添加球体用小立方体去替代球体表面的点。这个效果在几何节点里需要一组节点配合完成。6.2 让 LLM 输出节点连接方案你可以这样提问在 Blender 几何节点中如何实现“多个立方体分布在球体表面”的效果 请按节点名称列出连接顺序并解释每个节点的作用。LLM 会给出类似这样的链路描述Mesh Sphere创建球体网格。Distribute Points on Faces在球体表面生成分布点。Instance on Points把立方体实例化到点上。Random Value控制立方体的随机旋转和缩放。Set Instance Transform或直接通过Instance on Points的旋转属性来控制方向。这个输出虽然不是可以直接用的节点图但它已经把步骤拆开了。你只需要沿着“球体 - 分布点 - 实例化”的主线去节点编辑器里操作。6.3 尝试用 Python 生成几何节点如果你想把 LLM 生成的节点逻辑转成 Python 代码需要用到bpy的节点组创建接口。下面这段代码是一个思路示例不同 Blender 版本的 API 差异较大请根据你的版本做调整# 文件路径在 Blender Scripting 中运行仅作为创建节点组的基础框架 import bpy # 新建一个几何节点组 node_group bpy.data.node_groups.new(MyGeoNodes, typeGeometryNodeTree) node_group.inputs.new(NodeSocketGeometry, Geometry) node_group.outputs.new(NodeSocketGeometry, Geometry) # 添加两个节点网格球体、实例化点 sphere_node node_group.nodes.new(GeometryNodeMeshSphere) instance_node node_group.nodes.new(GeometryNodeInstanceOnPoints) # 连接节点线路 node_group.links.new(sphere_node.outputs[Mesh], instance_node.inputs[Points]) print(节点组创建完成仍需完善输入输出连接)这个示例展示的是用bpy.data.node_groups.new创建几何节点组的基本套路。实际使用中几何节点 API 的 socket 名称、节点类型名都非常容易变化LLM 很容易在这里生成错误代码。我的建议是几何节点部分不要追求“让 LLM 一次性生成全部可运行代码”。更好的做法是让 LLM 给你设计思路再借助一个小插件或手动方式把思路落地成节点图。这样能把失败率降到最低。6.4 以“积木堆叠”为例的设计过程“积木堆叠”是 Blender 群里经常讨论的建模场景。用传统方式做你需要一个格子一个格子地摆放立方体用几何节点做可以通过网格线来驱动。如果你问 LLM“积木堆叠效果怎么做”它会给出思路建立一个平面网格作为积木位置的基础。用一个噪声或渐变值控制每个位置是否放置积木。通过Instance on Points把立方体实例化到网格顶点。再叠加一个随机颜色节点让积木看起来更自然。这个方案的价值在于它把“怎么实现”拆成了可执行的步骤。你在节点编辑器里顺着链路走一遍通常十几分钟就能搭出来比全程靠 LLM 输出代码稳定得多。7. 常见问题与排查思路7.1 LLM 返回内容不是纯代码问题现象常见原因解决思路生成结果包含“好的我来写一段脚本”等文字没有在 Prompt 中明确输出格式在 Prompt 里强调“只输出代码不要解释”结果被 markdown 包裹模型默认输出 markdown代码里用re.sub清洗代码块标记代码不完整出现省略号上下文长度不足或生成中断拆分需求让 LLM 只生成一个函数或者增大 max_tokens看到LLM request failed: provider rejected the request schema or tool payload请求参数里带了模型不支持的字段比如 tools 定义格式不对简化请求体去掉 tools 字段或检查 messages 结构7.2 生成的 bpy 脚本运行报错错误现象常见原因排查方向AttributeError: module bpy has no attribute ops在系统 Python 中直接运行确认代码是否在 Blender 内置 Python 中运行bpy.ops.mesh.primitive_cube_add()无效当前上下文中没有可用的 3D 视口上下文在脚本开头切换到OBJECT模式或确保在 Blender 中运行context is incorrect调用了依赖编辑模式的bpy.ops操作检查是否需要切换到EDIT_MESH模式LLM request timed out请求体太大或网络不稳定增大 timeout 参数拆分 Prompt加日志重试运行后没有任何可视变化可能脚本执行成功但物体被创建在看不见的位置检查 location 参数按N键查看物体属性7.3 一个典型错误尺寸和单位不统一搜索热词里频繁出现“blender修改场景单位”说明很多人被单位坑过。Blender 内部的单位通常以米为基准但很多建模参考图、导入模型可能使用厘米或毫米。如果你让 LLM 生成脚本比如“创建一个长 10 宽 5 高 3 的立方体”你首先要确认这个单位到底是米、厘米还是 Blender Unit。更好的做法是在 Prompt 里明确写清楚所有尺寸单位均为米。然后把具体的数值写清楚比如“长 2.0 米、宽 1.5 米、高 0.8 米”不要只说“大一点”“小一点”。7.4 模型不了解 Blender 插件 API很多人用 LLM 生成导入导出脚本时会遇到问题例如“blender怎么导入pmx文件”这类问题。LLM 对内置 API 了解比较充分但对第三方插件的 API 不熟悉。解决方案是在 LLM 的上下文里加入插件源码、插件文档或者你从插件 GitHub 页面复制过来的 API 说明。这种“把必要知识放进 Prompt”的方式本质上就是 RAG 增强的思路。8. LLM 辅助建模的可行性边界8.1 适合用 LLM 的场景程序化建模阵列、散布、随机变换、批量命名。低多边形场景搭建建筑群、积木、基础道具。参数调整批量修改材质颜色、灯光强度。脚本框架插件开发的基础骨架。学习辅助解释节点含义、梳理拓扑思路。这些场景的共同特点是逻辑性强、重复性高、规则清晰正好是 LLM 熟悉且有把握的内容。8.2 不适合用 LLM 的场景复杂角色建模人体结构、表情、布料的网格控制。高精度雕刻需要极细致的笔刷操作LLM 无法感知 3D 视图。复杂拓扑重排需要人工处理极性、极点、循环边。依赖视觉审美的材质调配LLM 能给你参数但最终效果要靠眼睛判断。如果你在项目初期就遇到这些需求我的建议是把 LLM 定位成“顾问”不要指望它直接交付成品。8.3 如何判断一个建模需求适不适合交给 LLM可以用三个问题来判断这个需求能不能用文字准确描述清楚如果描述不清楚LLM 就无法理解。这个需求能不能用规则表达如果能写成循环、判断、数组操作LLM 大概率能生成代码。做完之后你能不能用视觉/数值验证结果能验证就说明可以快速迭代修正。如果三个答案都是肯定的那这个需求就很适合用 LLM 辅助完成。9. 最佳实践与工程建议9.1 建立自己的 Prompt 模板库不要每次临时写 Prompt建议把常用需求沉淀成模板。下面是一个通用模板示例【角色】 你是 Blender Python 开发者精通 bpy熟悉 Blender {版本}。 【输出要求】 - 只输出 Python 代码 - 不使用 markdown 代码块 - 关键步骤写中文注释 - 不依赖第三方库 - 代码在 Text Editor 中能直接运行 【任务描述】 {在这里描述你的建模需求} 【附加说明】 {尺寸单位、坐标系、命名规范等约束}把模板保存成一个 Markdown 文件或者放进你自己的 LLM 知识库后续每次都用同一结构提问输出稳定性会明显提升。9.2 用“Agent 文档”约束 LLM 行为如果你经常在同一个项目里使用 LLM可以把项目信息写成一个agent.md文件每次对话都把它粘贴进上下文。文件里可以记录项目目录结构。Blender 版本号。常用的bpy版本注意事项。之前踩过的坑。你喜欢的变量命名风格。这种做法和“LLM Wiki”的思路很像给 LLM 一个精简但完整的项目背景让它不用靠猜。特别是当你从聊天软件切到自动化脚本时这个agent.md能显著降低沟通成本。9.3 版本固定与最小白名单bpyAPI 真的会因为 Blender 小版本升级而变化。建议项目里明确固定一个 Blender 版本并在 Prompt 里告诉 LLM。比如当前环境是 Blender 4.1请基于 4.1 的 API 编写代码。如果项目要多人协作最好把 Blender 版本、Python 版本、依赖插件版本都写进 README。否则 LLM 生成的代码在不同机器上可能会给出完全不同的运行结果。9.4 沙箱运行与代码审查LLM 生成的脚本本质上也是第三方代码运行前必须做安全检查。尤其是脚本里如果出现了文件删除、外部网络请求、批量修改场景内容的代码请先在测试场景里验证。建议按下面顺序走阅读代码确认每个bpy.ops操作都能理解。在临时场景或备份好的测试文件里运行。确认结果后再应用到正式项目。9.5 日志与可追溯性如果你把 LLM 调用做成了自动化流程最好把输入 Prompt、LLM 输出、运行日志都保存下来。这样当生成脚本出错时你能回溯是哪一步导致的问题。可以在你的调用脚本里加一个简单的日志逻辑import logging logging.basicConfig( filenamellm_blender.log, levellogging.INFO, format%(asctime)s %(levelname)s %(message)s, ) logging.info(Prompt: %s, user_prompt) logging.info(Generated script saved.)9.6 从“单次生成”走向“多轮修正”LLM 第一次生成的脚本很少能直接用于复杂场景。更实用的工作流是让 LLM 生成第一版脚本。在 Blender 里运行记录报错信息。把报错信息反馈给 LLM让它修复。重复这个过程直到结果符合预期。这里的要点是把 Blender 当你的人工验证器把 LLM 当你的编码助手两者配合而不是期望 LLM 一步到位。10. 总结与学习路线LLM 辅助 Blender 建模的可行性取决于你把任务切到多细。让 LLM 直接“生成一个模型”目前不现实但让 LLM 生成“创建一排立方体并旋转的 bpy 脚本”完全可行。它真正帮你节省的是查找 API 文档、写重复代码、排查低级语法错误的时间。如果你想继续深入建议按这个顺序学习先掌握 Blender 基础操作移动、旋转、缩放、挤出、环切。再学bpy基础场景、物体、网格数据、材质。然后尝试用 LLM 生成脚本并自己阅读、修改、运行。接着把 LLM 调用封装成自动化脚本形成自己的建模工具链。最后再挑战几何节点用 LLM 辅助设计节点链路。下一阶段可以重点研究如何用 RAG 技术把 Blender 官方文档和常见最佳实践注入到 LLM Prompt 中进一步提升生成质量以及如何把本地模型接入流程避免敏感建模数据外流。记住一个原则LLM 是放大器不是替代品。你对建模逻辑理解得越清楚LLM 能发挥的价值就越大。反过来一个含糊不清的需求描述只会把一个含糊不清的结果交到你手里。
LLM辅助Blender建模：自动生成bpy脚本与几何节点设计
当我想整理一份“LLM 辅助 Blender 建模”的资料时发现很多人的第一反应是让 ChatGPT 直接“生成一个模型”出来。这个期待其实不太准确。LLM 更适合做的是帮你写 Blender 的 Python 脚本、设计几何节点逻辑、清理重复建模操作、解释报错和插件源码。换句话说它不是一个“建模引擎”而是一个“建模助手”。这篇文章会从可行性评估开始把 LLM 在 Blender 里的真实边界讲清楚然后给出可以照着用的完整工作流从 Prompt 设计、调用 LLM 接口生成脚本到在 Blender 里运行脚本并完成一次低多边形建模。无论你是刚接触 Blender 的新手还是已经能用 Python 写插件的中级开发者都可以在本文里找到直接复用的方案。1. LLM 辅助 Blender 建模到底是什么1.1 它解决什么问题Blender 是一个非常强大的开源 3D 建模软件但它的学习曲线比较陡。你要记住大量的快捷键、菜单位置、面板参数还要理解网格、材质、渲染、几何节点等一整套概念。LLM 辅助 Blender 建模本质上是把“自然语言描述”变成“Blender 可以执行的指令”。目前最成熟的路径有两种生成 Blender Python 脚本Blender 内置了完整的 Python API也就是bpy模块。你用自然语言描述一个建模需求LLM 帮你生成对应的bpy代码然后复制到 Blender 的 Text Editor 或 Scripting 工作区运行。生成几何节点逻辑Blender 的 Geometry Nodes 可以用节点图实现程序化建模。LLM 可以帮你梳理节点连接思路在某些场景下还能用 Python 代码生成几何节点组。它真正解决的问题是把大量重复、机械、可以被规则描述的工作自动化。比如批量创建 100 个方块、把物体按某种规律排列、批量改名、批量设置材质这类工作用鼠标操作非常痛苦但写成脚本就是几行代码的事情。1.2 它不能解决什么问题这一点必须先说清楚否则你会对 LLM 产生不切实际的期待。LLM 本身不能直接输出.blend文件也不能自动完成高精度的角色建模、复杂的拓扑布线、骨骼权重绘制。这些工作依赖大量空间判断、美学经验和艺术直觉目前的 LLM 还做不到。即使是脚本生成也不是每次都能一次跑通。bpyAPI 版本差异大、调用细节多LLM 很可能会生成一个“看起来合理但运行报错”的脚本。因此我们需要一套工作流来约束它、验证它、修正它。2. LLM 在 Blender 建模中的落地场景2.1 自动生成 bpy Python 脚本这是目前最实用的场景。Blender 的bpyAPI 覆盖建模、材质、动画、渲染等方方面面但语法对新手不友好。比如你想批量导入 20 个文件并统一缩放手写代码要查半天文档让 LLM 生成可能 30 秒就完成了。示例需求用 Blender Python 创建一排 5 个立方体每个立方体间隔 1.5 米并让它们依次旋转一定角度。这个需求描述足够清晰LLM 生成的脚本通常可以直接运行。2.2 辅助几何节点设计几何节点是 Blender 程序化建模的核心。它的难点在于你要清楚“数据是从哪个 socket 流向哪个 socket”。LLM 虽然不能直接画节点图但可以帮你输出节点链路描述甚至帮你把节点图转写成bpy代码。实际项目里我比较推荐的做法是先向 LLM 描述你想实现的效果比如“让立方体沿球体表面阵列”。让 LLM 给出几何节点的节点连接思路最好配合节点名称。自己动手连接节点遇到卡顿再向 LLM 提问。2.3 批量操作与场景整理很多建模工作不是“从零捏一个模型”而是“对现有场景做大量重复操作”。比如给场景里所有物体统一命名。把所有选中物体的缩放应用到模型上。把多个材质名称里的空格替换成下划线。批量删除场景中没有用到的空物体。这些任务用 UI 操作非常繁琐写脚本又需要查 API交给 LLM 是性价比最高的选择。2.4 辅助排错与文档解读Blender 的报错信息有时候很抽象尤其是几何节点和 Python API 相关的报错。你可以直接把报错信息粘贴给 LLM让它帮你分析原因并给出修复建议。这种做法能省下大量搜索时间。2.5 插件开发如果你要做自用插件比如“批量导出 FBX 时自动分组”“一键生成屋顶瓦片”LLM 也能帮你完成大部分基础代码框架。需要注意的是插件开发要同时处理 Operator、Panel、Property 等多个模块LLM 的输出容易遗漏细节仍然需要你自己具备一定的 Python 能力来检查和修改。2.6 可行性快速评估表建模类型LLM 辅助效果推荐程度说明程序化建模、阵列、重复操作非常好强烈推荐逻辑清晰输出代码稳定低多边形物体搭建较好推荐需要人工微调位置和比例几何节点设计中等可尝试适合生成思路手动连接为主复杂角色建模较差不推荐依赖空间感和艺术经验拓扑优化与重拓扑差不推荐需要专业工具材质灯光渲染调参一般辅助为主可以生成参数建议插件开发和批量处理好推荐需要人工 review 代码3. 环境准备与版本说明在开始实战之前先把环境准备好。下面的版本不是固定要求主要是帮助你理解“版本差异会导致什么问题”。3.1 软件环境清单工具作用建议Blender3D 建模软件建议使用 3.6 以上版本几何节点功能更完善Python运行 LLM 调用脚本系统里装有 Python 3.9 即可LLM API生成脚本和回答技术问题选择支持 OpenAI 兼容格式的服务即可VS Code 或任意编辑器编辑 Prompt 和 Python 脚本按个人习惯选择需要特别说明的是Blender 3.6、4.0、4.1、4.2 等版本之间的bpyAPI 存在不少差异尤其是几何节点相关的 API。你在运行任何脚本之前都应该先确认当前 Blender 的版本。如果 LLM 生成的代码报错优先检查是不是版本不匹配。3.2 验证 Blender Python 环境打开 Blender点击顶部菜单的Scripting工作区你会看到文本编辑器和 Python 控制台。在 Python 控制台里输入import bpy print(bpy.app.version_string)如果正常输出版本号说明bpy环境可用。3.3 外部 Python 与 Blender 内部 Python 的关系这里有一个容易混淆的点Blender 自带 Python 解释器可以直接在 Blender 的 Console 里运行bpy。系统安装的 Python 无法直接导入bpy除非是专门编译过的bpy模块。如果你想在系统 Python 里调用 Blender可以用命令行的方式启动 Blender 并执行脚本。所以我们的工作流会有两条路线LLM 在外部生成.py文件。把.py文件放进 Blender 运行或者用blender --background --python script.py执行。4. 实战一让 LLM 生成第一个可运行的 bpy 脚本4.1 准备 Prompt 模板想让 LLM 输出高质量的 Blender 脚本Prompt 里必须包含足够多的约束条件。我常用下面这个模板你是一位 Blender Python 脚本专家熟悉 bpy API。 请根据以下需求生成一个完整的 Python 脚本 - 使用 bpy 模块不依赖第三方库 - 脚本能在 Blender 的 Scripting 工作区直接运行 - 使用 bpy.ops 或 bpy.data 完成建模 - 代码中每行关键操作都要写注释 - 生成结果只输出 Python 代码不要包含 markdown 代码块说明 需求在场景中创建 5 个立方体沿 X 轴等距排列 相邻间隔 1.5 米每个立方体绕 Z 轴旋转 15 度。关键点是“只输出代码”“不依赖第三方库”“写注释”。这样做能显著减少 LLM 输出额外说明文字、导致你复制粘贴时还要手动清洗的情况。4.2 查看 LLM 生成的脚本用上面的 PromptLLM 大概率会输出类似于下面的脚本# 文件路径直接在 Blender Text Editor 中运行 import bpy import math # 创建 5 个立方体沿 X 轴等距排列 for i in range(5): # 添加一个边长为 1 的立方体 bpy.ops.mesh.primitive_cube_add(size1.0, location(i * 1.5, 0, 0.5)) # 获取刚创建的物体 obj bpy.context.active_object obj.name fBrick_{i:02d} # 绕 Z 轴旋转 15 度 obj.rotation_euler.z math.radians(i * 15) print(建模完成)这段代码的核心逻辑是循环 5 次。每次在指定位置创建一个边长为 1 的立方体。通过bpy.context.active_object拿到新创建的物体。修改物体名称和旋转角度。4.3 在 Blender 中运行脚本在 Blender 的Scripting工作区中点击New创建新的文本块。将上面的代码复制进去。点击Run Script按钮。如果你更习惯命令行可以把代码保存为create_bricks.py然后使用blender --background --python create_bricks.py注意--background模式不会打开 Blender 窗口适合批量处理和测试。但它不会显示视口效果你只能通过日志确认脚本执行成功。4.4 预期效果与常见调整运行后场景里会出现 5 个立方体依次沿 X 轴排列并且每个立方体旋转角度比前一个多 15 度。如果你发现“物体被旋转后位置也发生了偏移”这是因为 Blender 的物体数据有location、rotation_euler、scale三个属性它们相互独立。修改旋转只影响旋转分量不会自动帮你重算位置。如果你期望“物体绕自身中心旋转后再按固定间距排列”上述代码已经能满足要求如果你希望“物体像积木一样倾斜堆叠”还需要根据旋转角度计算新的location坐标。这也是一个很好的测试案例它能帮你快速判断 LLM 对你需求的理解是否准确。5. 实战二用 Python 脚本调用 LLM 并自动生成建模脚本每次手动复制 Prompt 到聊天窗口再把结果粘贴到 Blender效率还是太低。更工程化的做法是写一个 Python 脚本通过 API 调用 LLM自动把生成结果保存为.py文件。5.1 创建调用脚本下面是一个兼容 OpenAI 接口格式的 Python 脚本。你只需要把API_KEY、API_URL、model换成自己的配置。# 文件路径llm_to_blender.py import requests import json import re import sys def generate_blender_script(prompt: str) - str: 调用 LLM 生成 Blender 脚本返回纯 Python 代码 api_key sk-xxxxxxxx api_url https://api.example.com/v1/chat/completions model your-model-name headers { Authorization: fBearer {api_key}, Content-Type: application/json, } payload { model: model, messages: [ { role: system, content: ( 你是 Blender Python 脚本专家。 只输出 Pure Python 代码不要输出解释。 ), }, { role: user, content: prompt, }, ], temperature: 0.3, } resp requests.post(api_url, headersheaders, jsonpayload, timeout120) resp.raise_for_status() data resp.json() content data[choices][0][message][content] # 清理可能出现的 markdown 代码块标记 content re.sub(rpython, , content) content re.sub(r, , content) return content.strip() if __name__ __main__: user_prompt sys.argv[1] if len(sys.argv) 1 else ( 创建 5 个立方体沿 X 轴等距排列每个旋转 15 度 ) script generate_blender_script(user_prompt) with open(generated_script.py, w, encodingutf-8) as f: f.write(script) print(脚本已保存到 generated_script.py)这段代码做了三件关键事情把用户描述作为 Prompt 发送给 LLM。通过正则表达式清洗掉返回内容中的 Markdown 代码块包裹符。把清洗后的代码写入本地.py文件。你可能会遇到一个常见的坑有些模型会在代码前面加一段“这是你需要的脚本”之类的说明文字。这种情况下单纯清洗 Markdown 代码块不够还需要提取“第一个import bpy到代码结尾”的内容。根据实际使用的模型效果你可能需要增强清洗逻辑。5.2 运行调用脚本在命令行执行python llm_to_blender.py 创建一个由 20 个立方体组成的环形阵列执行成功后当前目录会出现generated_script.py。然后你在 Blender 的 Text Editor 里打开这个文件或者直接命令行运行blender --background --python generated_script.py至此你已经拥有了一条完整的自动化链路自然语言描述 - LLM API - 生成 bpy 脚本 - 保存 .py 文件 - Blender 执行5.3 扩展调用结果自动导入 Blender如果想省去手动打开 Blender 的步骤可以把 Blender 执行过程也封装到脚本里。使用subprocess模块即可import subprocess # 请根据你的实际安装路径修改 blender_executable blender result subprocess.run( [ blender_executable, --background, --python, generated_script.py, ], capture_outputTrue, textTrue, ) print(result.stdout) print(result.stderr)需要注意--background模式适合不需要渲染预览的批量任务。如果你需要实时查看建模结果还是打开 Blender 界面运行更直观。6. 进阶用 LLM 辅助几何节点设计6.1 几何节点的难点几何节点建模和传统手动建模思维差异很大。它更像是“数据流编程”你往节点组里输入几何体经过各种节点处理输出新的几何体。LLM 在这种场景下最大的作用是帮你理清节点链路的逻辑。举个例子你想实现“让立方体在一个球体表面随机分布”的效果。传统思路是添加球体用小立方体去替代球体表面的点。这个效果在几何节点里需要一组节点配合完成。6.2 让 LLM 输出节点连接方案你可以这样提问在 Blender 几何节点中如何实现“多个立方体分布在球体表面”的效果 请按节点名称列出连接顺序并解释每个节点的作用。LLM 会给出类似这样的链路描述Mesh Sphere创建球体网格。Distribute Points on Faces在球体表面生成分布点。Instance on Points把立方体实例化到点上。Random Value控制立方体的随机旋转和缩放。Set Instance Transform或直接通过Instance on Points的旋转属性来控制方向。这个输出虽然不是可以直接用的节点图但它已经把步骤拆开了。你只需要沿着“球体 - 分布点 - 实例化”的主线去节点编辑器里操作。6.3 尝试用 Python 生成几何节点如果你想把 LLM 生成的节点逻辑转成 Python 代码需要用到bpy的节点组创建接口。下面这段代码是一个思路示例不同 Blender 版本的 API 差异较大请根据你的版本做调整# 文件路径在 Blender Scripting 中运行仅作为创建节点组的基础框架 import bpy # 新建一个几何节点组 node_group bpy.data.node_groups.new(MyGeoNodes, typeGeometryNodeTree) node_group.inputs.new(NodeSocketGeometry, Geometry) node_group.outputs.new(NodeSocketGeometry, Geometry) # 添加两个节点网格球体、实例化点 sphere_node node_group.nodes.new(GeometryNodeMeshSphere) instance_node node_group.nodes.new(GeometryNodeInstanceOnPoints) # 连接节点线路 node_group.links.new(sphere_node.outputs[Mesh], instance_node.inputs[Points]) print(节点组创建完成仍需完善输入输出连接)这个示例展示的是用bpy.data.node_groups.new创建几何节点组的基本套路。实际使用中几何节点 API 的 socket 名称、节点类型名都非常容易变化LLM 很容易在这里生成错误代码。我的建议是几何节点部分不要追求“让 LLM 一次性生成全部可运行代码”。更好的做法是让 LLM 给你设计思路再借助一个小插件或手动方式把思路落地成节点图。这样能把失败率降到最低。6.4 以“积木堆叠”为例的设计过程“积木堆叠”是 Blender 群里经常讨论的建模场景。用传统方式做你需要一个格子一个格子地摆放立方体用几何节点做可以通过网格线来驱动。如果你问 LLM“积木堆叠效果怎么做”它会给出思路建立一个平面网格作为积木位置的基础。用一个噪声或渐变值控制每个位置是否放置积木。通过Instance on Points把立方体实例化到网格顶点。再叠加一个随机颜色节点让积木看起来更自然。这个方案的价值在于它把“怎么实现”拆成了可执行的步骤。你在节点编辑器里顺着链路走一遍通常十几分钟就能搭出来比全程靠 LLM 输出代码稳定得多。7. 常见问题与排查思路7.1 LLM 返回内容不是纯代码问题现象常见原因解决思路生成结果包含“好的我来写一段脚本”等文字没有在 Prompt 中明确输出格式在 Prompt 里强调“只输出代码不要解释”结果被 markdown 包裹模型默认输出 markdown代码里用re.sub清洗代码块标记代码不完整出现省略号上下文长度不足或生成中断拆分需求让 LLM 只生成一个函数或者增大 max_tokens看到LLM request failed: provider rejected the request schema or tool payload请求参数里带了模型不支持的字段比如 tools 定义格式不对简化请求体去掉 tools 字段或检查 messages 结构7.2 生成的 bpy 脚本运行报错错误现象常见原因排查方向AttributeError: module bpy has no attribute ops在系统 Python 中直接运行确认代码是否在 Blender 内置 Python 中运行bpy.ops.mesh.primitive_cube_add()无效当前上下文中没有可用的 3D 视口上下文在脚本开头切换到OBJECT模式或确保在 Blender 中运行context is incorrect调用了依赖编辑模式的bpy.ops操作检查是否需要切换到EDIT_MESH模式LLM request timed out请求体太大或网络不稳定增大 timeout 参数拆分 Prompt加日志重试运行后没有任何可视变化可能脚本执行成功但物体被创建在看不见的位置检查 location 参数按N键查看物体属性7.3 一个典型错误尺寸和单位不统一搜索热词里频繁出现“blender修改场景单位”说明很多人被单位坑过。Blender 内部的单位通常以米为基准但很多建模参考图、导入模型可能使用厘米或毫米。如果你让 LLM 生成脚本比如“创建一个长 10 宽 5 高 3 的立方体”你首先要确认这个单位到底是米、厘米还是 Blender Unit。更好的做法是在 Prompt 里明确写清楚所有尺寸单位均为米。然后把具体的数值写清楚比如“长 2.0 米、宽 1.5 米、高 0.8 米”不要只说“大一点”“小一点”。7.4 模型不了解 Blender 插件 API很多人用 LLM 生成导入导出脚本时会遇到问题例如“blender怎么导入pmx文件”这类问题。LLM 对内置 API 了解比较充分但对第三方插件的 API 不熟悉。解决方案是在 LLM 的上下文里加入插件源码、插件文档或者你从插件 GitHub 页面复制过来的 API 说明。这种“把必要知识放进 Prompt”的方式本质上就是 RAG 增强的思路。8. LLM 辅助建模的可行性边界8.1 适合用 LLM 的场景程序化建模阵列、散布、随机变换、批量命名。低多边形场景搭建建筑群、积木、基础道具。参数调整批量修改材质颜色、灯光强度。脚本框架插件开发的基础骨架。学习辅助解释节点含义、梳理拓扑思路。这些场景的共同特点是逻辑性强、重复性高、规则清晰正好是 LLM 熟悉且有把握的内容。8.2 不适合用 LLM 的场景复杂角色建模人体结构、表情、布料的网格控制。高精度雕刻需要极细致的笔刷操作LLM 无法感知 3D 视图。复杂拓扑重排需要人工处理极性、极点、循环边。依赖视觉审美的材质调配LLM 能给你参数但最终效果要靠眼睛判断。如果你在项目初期就遇到这些需求我的建议是把 LLM 定位成“顾问”不要指望它直接交付成品。8.3 如何判断一个建模需求适不适合交给 LLM可以用三个问题来判断这个需求能不能用文字准确描述清楚如果描述不清楚LLM 就无法理解。这个需求能不能用规则表达如果能写成循环、判断、数组操作LLM 大概率能生成代码。做完之后你能不能用视觉/数值验证结果能验证就说明可以快速迭代修正。如果三个答案都是肯定的那这个需求就很适合用 LLM 辅助完成。9. 最佳实践与工程建议9.1 建立自己的 Prompt 模板库不要每次临时写 Prompt建议把常用需求沉淀成模板。下面是一个通用模板示例【角色】 你是 Blender Python 开发者精通 bpy熟悉 Blender {版本}。 【输出要求】 - 只输出 Python 代码 - 不使用 markdown 代码块 - 关键步骤写中文注释 - 不依赖第三方库 - 代码在 Text Editor 中能直接运行 【任务描述】 {在这里描述你的建模需求} 【附加说明】 {尺寸单位、坐标系、命名规范等约束}把模板保存成一个 Markdown 文件或者放进你自己的 LLM 知识库后续每次都用同一结构提问输出稳定性会明显提升。9.2 用“Agent 文档”约束 LLM 行为如果你经常在同一个项目里使用 LLM可以把项目信息写成一个agent.md文件每次对话都把它粘贴进上下文。文件里可以记录项目目录结构。Blender 版本号。常用的bpy版本注意事项。之前踩过的坑。你喜欢的变量命名风格。这种做法和“LLM Wiki”的思路很像给 LLM 一个精简但完整的项目背景让它不用靠猜。特别是当你从聊天软件切到自动化脚本时这个agent.md能显著降低沟通成本。9.3 版本固定与最小白名单bpyAPI 真的会因为 Blender 小版本升级而变化。建议项目里明确固定一个 Blender 版本并在 Prompt 里告诉 LLM。比如当前环境是 Blender 4.1请基于 4.1 的 API 编写代码。如果项目要多人协作最好把 Blender 版本、Python 版本、依赖插件版本都写进 README。否则 LLM 生成的代码在不同机器上可能会给出完全不同的运行结果。9.4 沙箱运行与代码审查LLM 生成的脚本本质上也是第三方代码运行前必须做安全检查。尤其是脚本里如果出现了文件删除、外部网络请求、批量修改场景内容的代码请先在测试场景里验证。建议按下面顺序走阅读代码确认每个bpy.ops操作都能理解。在临时场景或备份好的测试文件里运行。确认结果后再应用到正式项目。9.5 日志与可追溯性如果你把 LLM 调用做成了自动化流程最好把输入 Prompt、LLM 输出、运行日志都保存下来。这样当生成脚本出错时你能回溯是哪一步导致的问题。可以在你的调用脚本里加一个简单的日志逻辑import logging logging.basicConfig( filenamellm_blender.log, levellogging.INFO, format%(asctime)s %(levelname)s %(message)s, ) logging.info(Prompt: %s, user_prompt) logging.info(Generated script saved.)9.6 从“单次生成”走向“多轮修正”LLM 第一次生成的脚本很少能直接用于复杂场景。更实用的工作流是让 LLM 生成第一版脚本。在 Blender 里运行记录报错信息。把报错信息反馈给 LLM让它修复。重复这个过程直到结果符合预期。这里的要点是把 Blender 当你的人工验证器把 LLM 当你的编码助手两者配合而不是期望 LLM 一步到位。10. 总结与学习路线LLM 辅助 Blender 建模的可行性取决于你把任务切到多细。让 LLM 直接“生成一个模型”目前不现实但让 LLM 生成“创建一排立方体并旋转的 bpy 脚本”完全可行。它真正帮你节省的是查找 API 文档、写重复代码、排查低级语法错误的时间。如果你想继续深入建议按这个顺序学习先掌握 Blender 基础操作移动、旋转、缩放、挤出、环切。再学bpy基础场景、物体、网格数据、材质。然后尝试用 LLM 生成脚本并自己阅读、修改、运行。接着把 LLM 调用封装成自动化脚本形成自己的建模工具链。最后再挑战几何节点用 LLM 辅助设计节点链路。下一阶段可以重点研究如何用 RAG 技术把 Blender 官方文档和常见最佳实践注入到 LLM Prompt 中进一步提升生成质量以及如何把本地模型接入流程避免敏感建模数据外流。记住一个原则LLM 是放大器不是替代品。你对建模逻辑理解得越清楚LLM 能发挥的价值就越大。反过来一个含糊不清的需求描述只会把一个含糊不清的结果交到你手里。