blender-ai-copilot-lab - 在 Blender 里跑经理—执行—评审多智能体团队的实验台
blender-ai-copilot-lab 是一个以 Blender 扩展形式运行的多智能体实验台:经理智能体把场景需求拆成带验收标准的任务,执行智能体通过受监督的场景工具逐步操作,评审智能体逐项通过或退回具体问题,全过程在任务板上可见,并保留具名撤销步骤。
blender-ai-copilot-lab 是一个以 Blender 扩展形式运行的多智能体实验台。它要解决的问题很具体:一段复杂的场景需求丢进单个对话线程里,往往没有结构、没有检查、也没有失败记录。项目自述把这个痛点概括为「大需求死在单一聊天线程里」。它把需求变成一次受监督的实验——经理智能体拆分任务并给出验收标准,执行智能体按顺序执行场景操作,评审智能体通过结果或退回具体问题,整个过程在任务板上实时可见。适合需要在 Blender 中把多步骤场景搭建流程结构化、可追溯、可回退的三维工作者与智能体工作流研究者。
维护者与状态
- 维护者:precygtrucqui1981
- 仓库创建时间:2026-11-12;最后提交:2026-11-15
- 最新 release:v1.0.0(2026-11-15)
- 星标数:507(截至 2026-11-18)
- 许可证:MIT
从时间线看,这是一个非常新的项目:创建到发布首个正式版本只隔了三天,目前只有一个 release。星标数在数据读取时点为 507,说明已经有一定关注度,但项目仍处于早期阶段,接口与行为可能随版本变化。
主要能力
以下能力均据项目 README 自述整理,未经独立验证。
- 需求拆解:经理智能体在场景发生任何改动之前,先把需求拆成若干任务,并为每个任务定义验收标准。
- 受监督执行:执行智能体通过 27 个受监督的场景工具完成各自任务,任务按顺序串行执行,以保证场景编辑有序、可评审。
- 评审回路:评审智能体对每个结果给出通过或具体问题;被阻塞的任务只获得一次纠正机会,第二次评审失败后链条在当前步骤之后停止,不会静默跳过。
- 任务板:任务、尝试次数与评审意见全程可见,便于事后检查到底哪一步失败、为什么失败。
- 逐智能体配置:每个智能体可单独设置名称、职责、指令、服务商与模型;留空的服务商与模型字段回退到工作区连接设置。
- 可回退编辑:每次变更都留下具名撤销步骤,并支持逐操作审批。
- 混合模型:README 举例说明可以给执行智能体配本地 Ollama 模型做重活,给评审智能体配云端模型做判断,每个智能体各自持有连接。
- 内置 MCP 服务端:可在扩展偏好设置中启用本地 Streamable HTTP 端点,供外部 MCP 客户端连接,并配有 Bearer 访问令牌。
使用入口
项目仓库地址:blender-ai-copilot-lab。
据项目说明,安装流程为:从 Releases 下载扩展压缩包,在 Blender 中打开 Edit → Preferences → Get Extensions → 菜单 → Install from Disk,选择该 ZIP 并启用扩展,然后在 3D Viewport 的 N 面板中打开 MCP Pro,选择服务商、填写连接信息并选定模型,即可在 Blender 内发送消息或打开 Studio 窗口。
配置项方面,README 列出的默认值包括:工作流模式默认为 Single assistant(普通对话),可切换为 Team chain(受监督实验);服务商默认为 OpenAI,另支持 Anthropic Claude、Google Gemini、OpenRouter、OpenCode Zen、Ollama 与自定义 API;MCP 端点默认为 http://127.0.0.1:9876/mcp;界面语言默认为英语,另支持德语、法语、西班牙语与中文。
许可与限制
项目采用 MIT 许可证。
据项目说明,使用边界包括:团队链条中只能启用一个经理,启用两个时链条会拒绝运行;任务不并行执行,而是串行以保证场景编辑有序可评审;被阻塞任务只有一次纠正尝试,第二次评审失败即停止;自定义协议智能体共享同一个已保存的自定义端点。此外,README 提到部分素材服务商需要可选的 API 密钥。以上均为项目自述,实际行为请以仓库文档与代码为准。