blender-ai-modeler 是一个让自然语言操控 Blender 做建模的插件：你发指令，它调用大模型生成 bpy 代码、执行、截图回看、再迭代修改。它本质是一个胶水层——Blender 进程、独立的桥接进程 bridge.py（跑 function calling 循环 + 视觉自校验）、以及你自己的模型 API，三者解耦。
但它的正确用法，很多人（包括我一开始）会理解错。
它不应该是”全程工具”。 也就是不要指望”我打个一句话需求，它从零给我建好一个完整模型”。端到端的自然语言建模有两个绕不开的硬伤：一是当前模型在生成可执行的领域代码（bpy）上幻觉率不低，复杂结构一建就崩；二是整条链路在反复视觉自校验，token 消耗和失控风险会随复杂度指数级放大。把建模全流程交给它，结果往往是又贵又不可控。
它真正的价值，是嵌进你已有的建模流程里，专治”难”和”繁”。 当你手头已经有一个模型、卡在某段棘手的几何修改、某个繁琐的批量操作、某种”手工做很烦、代码写又不想现查 API”的场景时，把它叫出来干这一下。它是流程里的一把手术刀，不是从头到尾的流水线。
在做之前 GitHub 已经有基于 blender claude 的插件，但是大陆使用起来很困难，价格也很贵。尤其 Opus 档，单价不低。而 AI 建模这种场景恰恰是重度迭代 + 反复视觉回传——每一轮都把截图发回去、模型再答，几十轮下来 Claude 的账单会很不好看。你等于被锁死在一家贵供应商上，只为用它的一个建模场景。
blender-ai-modeler 反过来：模型 endpoint / key / model 全由你提供，走第三方计费。今天用 ApiYi 网关的 Gemini 3.5 Flash（约 $1.5 / $9 每百万 token，Flash 档极便宜），明天换别的兼容厂商，改三行配置即可，按需付费。这种灵活性意味着你可以按任务挑最划算的模型，而不是为整套流程预付 Claude 的溢价。
说说我在开发这个插件遇到的坑：
这插件跑完整建模流程时 token 烧得离谱，而且有几个工程问题会卡死人。问题清单其实很短：
- 隐藏的 thinking token 被反复重发。 默认给 Gemini 开了
thinking_level="low"，每轮生成一段隐藏推理（thought）。这段代码没被丢弃，而是塞回对话历史，下一轮又原样发回去，来回累积——既计费，又把上下文越撑越大。 - 视口截图无脑累积重发。 每轮截图以 base64 嵌在工具结果里留在历史中。外层循环最多 24 轮迭代 + 3 轮视觉自校验，意味着同一批截图被反复重发二三十遍。图像 token 是文本的几十倍，这才是开销的大头。
- 迭代跑满 24 次被静默腰斩。 外层循环跑满还没正常收工，会落到循环后返回空回复。用户只看到一片空日志，完全不知道建模被截断了。
（顺带一句：中途我试过一个 Agnes AI 模型，本身生成 bpy 代码的能力太差、幻觉频出，直接放弃了——模型能力够不上”难”的活，再便宜也没用。）
在利用 AI 编写这个插件过程中，我再次向 AI 阐述我在使用 Blender AI 的具体流程是，用户可以通过提示词命令AI生成模型，也可以输入图像参考给到 AI 生成模型。在每次模型修改迭代中，只需要上传 Blender 视图中最新的物体效果。Thinking 模式外显在插件上，开启和关闭权交给用户自行决定。
对此利用 AI 提出了已下解决思路：
- thinking 的重发：Gemini 的 thinking 是”每轮当下重新生成”的机制，它不依赖把上一轮的 thought 回传过去才能继续思考。必须保留的只有两样——
functionCall ↔ functionResponse的配对（工具调用正确性的硬性要求），以及文本决策历史。也就是说，丢弃历史里的 thought 对生成质量基本无损，更何况直接关掉 thinking，连每轮重生成都省了。对于”建→看→改”这种每轮只依赖当前截图 + 文本的循环，跨轮因果本来就弱，thinking 的边际收益更低。 - 截图的重发：模型每轮只需要”当下看到的最新视口”就能决定下一步改什么，它不需要背着前 20 轮的旧截图。那些旧图除了撑大上下文、刷爆 token，没有信息增量。
迭代上限给明确信号
插件在代码中明确了一次命令 AI 修改物体有 24 轮迭代修改的上限，如果一旦超出就会提示用户进行接下来的修改决策，或者是分解任务难度。而不是返回一个空结果。
以上是我在开发 blender-ai-modeler 插件遇到的问题和解决办法，也让我对 AI 模型在 blender 建模方面效果有了更新的认识。
接下来我会利用这个插件生成一些有趣的案例分享，如果你有兴趣可以访问获取：https://github.com/yitao2020/blender-ai-modeler.git
