摘要 本地 27B 模型通过 MCP 操作 Blender，在 LocalBrain 里实测五轮、共 174 分钟：能不能动手、要花多久、出错时自己能不能发现并修对。 2026-09-15·黑粉科技

本地 27B 模型能操作 Blender 吗？我把 B 站这套方法搬进 LocalBrain 跑了五轮

有人用OpenCode 里通过 blender-mcp 操作 Blender 5.2.1，做出一个三渲二风格的乡村车站便利店小场景。

我想验证的是另一件事：这套方法离开 OpenCode，放进我自己写的 LocalBrain 还成不成立。评价只看三点：能不能动手、要花多久、出错时能不能自己发现并修对。9 月 14 日和 15 日在 M5 Pro 64GB 上前后跑了五轮，一台自动售货机用掉 174 分钟，最后也没做完，但每次翻车的原因都查清了。

摘要：先说结论

• 本地 27B 通过 LocalBrain 调 blender-mcp 能一步步建模，保存、渲染、从检查点续跑都走通了；但每秒只有约 9.5 个 token，五轮共 174 分钟，一台三渲二售货机还是没做完。
• 交付的渲染图全黑，查下来只差一个勾选：描边外壳的材质没开背面剔除。窗里的 6 罐饮料也做了，只是被封在没开窗洞的实心机身里。
• 只给它文字回执和视口截图时，它会把黑图当成交付，还会对着截图修错地方；LocalBrain 加上查看渲染图的能力后，全黑、没罐子这些关键问题它每次都看出来了，第五轮用对了修法，并找到了窗洞被封的原因。
• 它反复卡在写错的接口上，有新版本改掉的旧写法，也有根本不存在的函数；给了联网检索，它一次也没查。
• blender-mcp 的遥测默认开着，条款允许把提示词和操作记录用于训练 AI 模型，装之前先把两处开关都关掉。

视频里的成片和效果判断来自原作者，我没有复现他的场景；LocalBrain 部分是我本机跑出来的，日志、检查点和渲染图都留着。黑图的根因是我在 Blender 后台逐项渲染验证的，不算模型的产出。

▍视频里值得抄的三条经验

先交代链路。MCP 是让模型调用外部工具的协议。blender-mcp 分两半：一半是装进 Blender 的插件，在本机 9876 端口等命令；另一半是 MCP 服务器，把模型的工具调用转成发给插件的请求。真正干活的主要是 execute_blender_code，也就是模型写一段 Python，直接在 Blender 里执行。

第一条，拆不拆任务看两件事。一是模型强弱：弱模型不拆，结果基本没法看；越强的模型越可能一次做完。二是几轮需求之间，在代码以外的层面能不能各自成立。他拿自己做过的两个游戏举例：FPS 可以先做射击和敌人机制，场景后补，因为只有一块平地也能跑；点击破坏场景的那种玩法和模型结构绑死了，先做场景，后面的破坏逻辑很可能接不上，适合一次生成。纯建模的场景元素多、又要统一风格和布局，他选择一次把需求讲全。

第二条，首轮需求写成有骨架的清单。从画面里能看到他写的顺序。先总述场景、视角和三渲二风格，再要求把核心需求整理成 AGENT.md：自主执行到完成，中途不提问，上下文超过 70% 自己压缩。然后给出 Blender 版本和安装路径，从路径看他用的是 Windows。接着是架构约束：不要把所有资产堆进一个巨大的 .blend，每个模型单独成文件，最后在 main.blend 里组装。之后才是步骤清单、质量优先、美术风格和布局，户外、店内逐项列名的资产清单，渲染标准和樱花飘落特效，最后把硬约束再重复一遍。

第三条，把状态放进文件。AGENT.md、分文件的模型、步骤清单，作用都是让模型断了上下文还能接着干。视频里也是这么处理的：建模非常吃上下文，超了就新开一个对话继续。首轮做完，他又让 AI 修了几轮：樱花树叶太散、渲染没有阴影、三渲二描边不够。自行车前轮内胎转向不对，他没再找 AI，直接在 Blender 里改了参数。

他在视频里说得很坦白：Qwen3.8-27B 能操作 Blender，但明显不如 GPT-6 顺畅，27B 还是小了。最后的 Plan B 是同一份需求改用 Three.js 生成，按他的对比效果好了一大截，速度也快好几倍；Blender 的上限更高，会用的人手动调一调能出更好的渲染。

▍搬进 LocalBrain，先得补一块外部 MCP

LocalBrain 原来的对话只认 7 组内置工具（文档、联网、配音、转写、图像、视频、本地文件），接不了 blender-mcp。所以我先补了「外部 MCP 服务器」：在设置里粘贴项目 README 里那段 mcpServers 配置，点测试能列出服务器声明的工具，再勾选哪些交给模型。这部分已经写进 LocalBrain 的源码，还没有发布新版本。

补的过程中踩到两个平时注意不到的坑。第一个是命令找不到：从访达启动的 App 只继承系统的精简 PATH，终端里能用的 uvx、npx 在 App 里全都不存在。现在的做法是先读一次登录 shell 的 PATH，再去解析命令，我用只有系统目录的 PATH 模拟访达启动，只写 uv 也能找到，启动 blender-mcp、列出工具用了 0.33 秒。

第二个是工具说明太占地方。blender-mcp 一共声明 28 个工具，名字、说明和参数定义压成紧凑 JSON 有 30,062 个字符，大半是 Poly Haven、Sketchfab 这类默认关闭的云端素材工具。本地模型每一轮都要把这些说明重新读一遍，所以前两轮我只勾了查看场景、查看物体、执行代码三个，剩 2,723 个字符；后面几轮加上视口截图，是 3,573 个字符。

▍前三轮：能动手，慢，看不见就翻车

模型用的是这台机器上现成的 Qwen3.8-27B ABLITERATED 版 Q8_0，比视频里的 IQ4 更大，服务端日志里的解码速度大约每秒 9.5 个 token。任务比视频小得多：只做一台三渲二风格的自动售货机，要有玻璃窗、6 罐不同颜色的饮料、投币口和取物口，最后保存 .blend、渲染一张 1280×720 的图。五轮下来是这样：

第一轮失败的原因很典型。这台 Mac 系统语言是中文，Blender 新建的节点叫「原理化 BSDF」，照英文习惯写的 Principled BSDF 直接找不到。有的颜色属性要 3 个值、有的要 4 个，它连着 4 轮在这里打转，中间还编过一个不存在的属性。这 7 次失败，blender-mcp 全部标成了调用成功，只在正文里写着 Error。LocalBrain 连续失误 3 次提醒、5 次停止的保护，只在工具回执带错误标记时计数，一次都没数到。

第二轮从检查点接着跑。视频里上下文满了要新开对话，LocalBrain 会保存完整的任务记录和计划，续跑时带着 20,896 个 token 的历史直接接上。19 分钟后它交付了：保存了 .blend，渲染了图，还检查了 PNG 文件头，确认尺寸是 1280×720。

它看不到这张图，只能在答复里写视觉效果没有做像素级检查。话说得诚实，可普通用户读到「已完成」和两个文件路径，大概率会以为活干完了。

第三轮我让它用视口截图检查画面。LocalBrain 会在工具返回图片、当前模型又支持视觉时，带着原始任务让模型单独看一眼，只把三行观察追加进对话。第一张截图看了 19 秒，它就写出售货机表面纯黑、看不到着色、描边、玻璃窗和饮料罐。可接下来它把 11 个描边外壳只在视口里隐藏了，截图变正常，渲染照样全黑。

▍黑图是怎么来的：差一个勾选

给卡通模型描边，常见做法是套一个比物体大一圈的黑壳，把壳的法线翻到朝里，再让材质剔除背面。从镜头看过去，壳朝向镜头的那一面被剔掉，只在物体边缘外露出一圈黑边。

我在 Blender 后台打开交付的文件逐项查：11 个描边外壳的法线全部朝内，我换了三种读法核对，结论一致，模型这一步做对了；缺的只有外壳材质上「背面剔除」这一个勾选。没开剔除，整个黑壳都会渲染出来，把机身包住，于是全黑。

罐子看不见是另一个问题。机身是一个没有任何修改器的实心盒子，根本没开窗洞；玻璃放在机身前表面往里 5 厘米的位置，货架和 6 罐饮料更靠里，全被封在盒子里面。模型在答复里写的「布尔切窗」和「背面剔除」，场景里一样都不存在。

▍让它看最终渲染图：第四轮和第五轮

问题出在验收对象上：第二轮只核对了文件头，第三轮只看了视口，从头到尾没人看过真正交付的那张图。所以我给内置的文件工具加了 view_image，模型能直接看它自己渲染出来的图片文件，看完同样只把几行观察写进对话。然后从同一个全黑场景重新出发，要求它每改一次就重新渲染、看新图。

第四轮 45 分钟，它渲染并查看了 4 张检查图，每次看图 18 到 22 秒，4 次观察都和画面一致：前两次如实报告还是全黑，第三次指出机器出来了但窗里看不到罐子，第四次还指出描边不明显、不像三渲二。黑图确实没了，可它用的办法是把描边外壳缩到比机身还小，塞进机身内部，描边也就跟着没了。背面剔除它始终没去碰，罐子的问题也没找到原因。

第五轮我在任务第一行写明了 Blender 5.2.1 和中文界面，这是视频里就有的做法，同时把原生对话里本来就在的联网检索也交给了它。这一轮代码执行失败 8 次，多数是记错或编出来的接口：原理化 BSDF 的 Transmission 输入在 4.0 就改名了，它还按旧名字找；bmesh 里根本没有它写的翻转法线函数。4 个联网工具就摆在那里，它一次也没去查文档。

它还自己写了个比较法线方向的脚本，翻转前后读出来的都是「150 个面同向」，比较方法本身就错了，因此绕了一段翻法线的弯路。好在第 38 分钟它打开了背面剔除，重新渲染后看图 13.6 秒，观察写的是带深色轮廓线的蓝绿色售货机，完整入镜，只是玻璃窗里看不见饮料罐。

最后几分钟，它去检查窗框区域里的面，得出的判断是机身正面墙把窗洞封住了，这正是第二个根因。预算刚好用完，没来得及修，也没交付最终文件。

▍这次能证明什么，不能证明什么

能证明的有三件。第一，本地 27B 模型通过 LocalBrain 调外部 MCP，确实能一步步建模，保存、渲染、续跑整条链路都走通了。第二，这台机器上 Q8_0 的速度撑不起视频那种规模的场景：一台售货机五轮 174 分钟，没做完。第三，验收对象决定了模型会不会骗过自己：只看文字它把黑图当完成，只看视口它修错地方，能看最终渲染图以后，4 加 2 次看图，全黑、没罐子、描边丢失这几个关键问题一次都没看漏。

不能证明的也要说清楚。样本只有这一个任务，推不出成功率。第五轮同时改了两个条件，又和第四轮从同一个起点出发，它用对修法，不能归功于写明版本或联网检索中的任何一个，也可能只是这一次运气好。换成 IQ4 或别的模型，速度和出错位置都会变；视频里的场景我没复现。

▍本地跑的模型，提示词也可能被收走

先说代码权限。execute_blender_code 等于让模型在 Blender 里执行任意 Python，读写文件都做得到。blender-mcp 提供了 BLENDER_MCP_SAFE_MODE=1 的白名单模式，代价是部分操作会被拒绝。

另一件事更容易被忽略：插件偏好里的遥测开关（Allow Telemetry）默认是勾上的。它的使用条款 2026 年 8 月更新过，收集清单列得很细：提示词、生成的代码、场景里的物体和材质信息、视口截图。还有操作轨迹，包括目标、每一步动作、改动前后的场景状态，以及你接受、拒绝还是修正了它的操作。服务器运行期间，你亲手执行的操作名称和撤销、重做也会记下；AI 刚动完手你就按撤销，会被当成拒绝了这一步。服务器这边，28 个工具里有 24 个带 user_prompt 参数，说明里要求模型把用户原话一字不改地填进去，多步任务每次调用都带上。

收这些数据图什么，条款写得很直白：作者说目前是为将来可能的用途收集，可能用来训练 3D 创作和 Blender 自动化方向的 AI 模型，也可能去掉直接标识后作为公开数据集发布。开着遥测，就等于授予他全球范围、免版税、永久的使用许可；数据一旦用于训练或进了公开数据集，就没法完全删除。条款也写明不卖数据，这是他一个人业余维护的开源项目。

工具免费，买单的是你的提示词、场景和每一次撤销：条款允许把这些带着接受、拒绝标记的记录拿去训练模型。如果你本地部署模型就是为了数据不出本机，这个默认勾选要先处理。还有个细节，只取消勾选，服务器仍会发匿名使用记录，包括随机生成的安装 ID、工具名、成败和耗时；在服务器的环境变量里设 DISABLE_TELEMETRY=true，事件和轨迹才都不再上报。我这次两处都关了，并且用源码运行。

▍适合谁，怎么上手

适合已经会一点 Blender、愿意自己盯着改的人：让模型搭白模、摆布局、批量生成重复物体，细节和最终效果自己调。这次的两个根因，我用脚本逐项渲染就能定位；27B 自己前后跑了将近 3 个小时，才在最后一轮把两个根因都找到，还只修好了一个。

暂时不适合指望一句话出成片的人，也不适合解码速度只有每秒十个 token 上下的机器去跑大场景。只是想在网页里放几个程序化 3D 模型的话，按视频的 Plan B 直接生成 Three.js 更快。

真要试，顺序建议是这样。先装 Blender 和 blender-mcp，把遥测的两处开关都关掉，工具只勾需要的几个。需求里写明 Blender 版本，把步骤清单和中间文件留在磁盘上。验收时让模型看最终渲染出来的图片，而不是视口截图，最后自己再打开渲染图看一眼。用反向外壳描边时记得开背面剔除，需要开窗洞时确认布尔真的切到了机身上。

建议 原视频《不用GPT-6！本地模型操作Blender建模教程》：https://www.bilibili.com/video/BV1MfYu68E73/ blender-mcp 项目：https://github.com/ahujasid/blender-mcp Blender 官网：https://www.blender.org/ LocalBrain 下载页：https://github.com/HackerChi-Hub/localbrain-releases/releases

建议 我目前的4款自制软件 · 黑粉剪辑 HyphenCut（正式迭代）——对话式视频剪辑器，自带 MCP 可被 agent 驱动 https://github.com/HackerChi-Hub/HyphenCut-Releases/releases · 黑粉盒子 HyphenBox（初步构建 · 预览版）——免费大模型 API 雷达 + 本地统一路由：持续复测可用性、Key 只存本机、auto 自动挑模型 https://github.com/HackerChi-Hub/hyphenbox-release/releases · LocalBrain（正式迭代）——把 Mac 变成私有 AI 盒子：转写/配音/生图/视频/MCP 一站管理 https://github.com/HackerChi-Hub/localbrain-releases/releases · ScreenLex 光影词库（正式迭代）——本地电影字幕变可复习英语词库，全程离线 https://github.com/HackerChi-Hub/screenlex-download/releases

黑粉科技 · 本地部署 / 免费白嫖 / 自制软件 宣传语：让AI成为你的超能力 https://hyphentech.top

引用：黑粉科技 让AI成为你的超能力 本地部署 / 免费白嫖 / 自制软件 https://hyphentech.top