3D机器人模型生成Blender插件

🤖 DeepSeek机器人助手-Blender插件

一个AI驱动的Blender插件，使用自然语言命令生成3D机器人模型和机械结构。由Ollama提供的DeepSeek AI模型提供支持，具有智能回退代码，可保证结果。

！[DeepSeek机器人界面]

使用自然语言创建具有6个关节和夹具的机器人手臂

✨ 特性

🎯 核心能力

• 人工智能发电：使用自然语言描述创建复杂的3D模型
• 智能回退：常见对象（机器人、家具、车辆）的保证工作代码
• 多种AI模型：支持DeepSeek R1（7B、14B，最新）和DeepSeek编码器
• 汽车材料：金属/现实色彩的自动材质分配
• 实时调试：查看生成的代码和执行日志
• 语法验证：执行前代码验证以防止错误

🛠️ 支持的对象

• 机器人学：铰接臂、夹具、关节、操纵器
• 家具：桌子、椅子、书桌、凳子
• 原语：立方体、球体、圆柱体（带计数支撑）
• 结构：房屋、建筑物、树木
• 车辆：汽车，简单的汽车
• 自定义：任何描述-AI将尝试生成

📋 需求

软件

• 搅拌机：3.0或更高
• python：3.7+（包含在Blender中）
• 奥拉玛：最新版本

Python包

pip install requests

人工智能模型（通过Ollama）

# Fast (Recommended for testing)
ollama pull deepseek-r1:7b

# Balanced
ollama pull deepseek-r1:14b

# Best Quality
ollama pull deepseek-r1:latest

# Code-Focused
ollama pull deepseek-coder:6.7b

🚀 安装

第一步：安装Olama

1. 下载自 奥拉玛
2. 安装并启动服务：
   复制

   ollama serve
   

步骤2：安装Python依赖项

# Windows
python -m pip install requests

# macOS/Linux
pip3 install requests

# Or install in Blender's Python
/path/to/blender/python/bin/python -m pip install requests

步骤3：安装插件

1. 下载 deepseek_robotics_assistant.py
2. 打开搅拌机→ Edit → 偏好设置→ 附加组件
3. 点击“安装…”并选择 .py 文件
4. 启用“DeepSeek机器人助手-已修复”
5. 在三维视图中查找面板→ 侧边栏→ DeepSeek选项卡

📖 使用指南

基本工作流程

1. 启动Ollama （必须正在运行）

   复制

   ollama serve
   

2. 打开搅拌机 并找到DeepSeek面板（N键→ DeepSeek选项卡）

3. 选择模型 （默认值：DeepSeek R1 7B）

4. 测试连接 -点击“测试连接”以验证Ollama

5. 输入命令 -类型自然语言描述：

   复制

   robot arm with 6 joints and gripper
   create a simple table with 4 legs
   make a mechanical joint assembly
   

6. 选择模式:

   • ✅ 回退模式 （保证）：使用预构建的模板
   • 🤖 AI模式：通过AI生成自定义代码

7. 创建 -单击按钮并等待生成

示例命令

机器人学

robot arm with gripper
articulated manipulator with 5 joints
robotic hand with fingers
mechanical arm assembly

家具

simple table with 4 legs
wooden chair with backrest
desk with drawers

原语

5 cubes in a row
10 spheres arranged in circle
3 cylinders stacked vertically

复杂对象

simple house with roof and door
tree with trunk and leaves
basic car with 4 wheels

⚙️ 界面概述

模型选择

选项

• 使用回退：跳过AI，使用有保证的模板代码
• 材料：自动将金属材质应用于生成的对象
• 调试：在控制台和面板中显示生成的代码

状态显示

• 最后：上一代执行时间
• 代码：生成的Python代码预览（前6行）

🎬 演示视频

https://github.com/user-attachments/assets/76576049-b596-4ca0-bd0e-6e1bd5f7b35c

• 本视频展示了如何通过简单的提示制作机器人手臂

🔧 故障排除

“未安装请求”

pip install requests
# Or in Blender's Python
/path/to/blender/python/bin/python -m pip install requests

"❌ 开始奥拉玛：奥拉玛发球”

• Ollama不跑了
• 打开终端并运行： ollama serve
• 使用插件时保持终端打开

“找不到模型”

# Pull the model first
ollama pull deepseek-r1:7b

AI生成损坏的代码

• 启用“使用回退”模式以确保结果
• 尝试DeepSeek Coder模型以获得更好的代码质量
• 检查调试模式，查看生成了什么代码

对象未出现

• 检查搅拌机控制台（窗口→ 切换系统控制台）
• 查找Python执行错误
• 确保生成的代码 bpy.context.collection 链接

🏗️ 建筑

代码流

User Input → AI/Fallback → Code Generation → Syntax Check → Execute → Materials

关键组件

1.连接管理器

• 测试Olama的可用性
• 验证模型访问权限
• 列出可用型号

2.代码生成器

• AI路径：Ollama API的流式响应
• 退路：使用基于关键字的模板选择
• 从响应中提取干净的Python代码

3.执行引擎

• 使用AST解析器验证语法
• 在沙盒环境中执行
• 提供mathutils（向量、矩阵、Euler）

4.材料系统

• 6种预定义的PBR材料
• 自动指定网格对象
• 金属工作流程（0.7金属，0.3粗糙度）

🎨 生成的代码结构

所有生成的代码都遵循此模式：

import bpy
from mathutils import Vector

# Clear scene
for obj in list(bpy.data.objects):
    bpy.data.objects.remove(obj, do_unlink=True)

# Create geometry
bpy.ops.mesh.primitive_cube_add(...)
obj = bpy.context.active_object
obj.name = "MyObject"

# Link to collection
bpy.context.collection.objects.link(obj)

📊 性能基准

在M1 Mac/RTX 3080上测试

🛡️ 安全功能

• 语法验证：执行前检查所有代码
• 沙盒执行：范围有限，无法访问系统
• 错误处理：用户反馈的巧妙失败
• 代码预览：查看运行前将执行什么
• 回退模式：保证安全的代码模板

🔮 未来的增强功能

• []动画生成
• []物料定制界面
• []索具自动化
• []物理设置
• []导出预设
• []云AI模型支持
• []批量生成
• []模板库管理器

🤝 贡献

欢迎投稿！感兴趣的领域：

• 其他回退模板
• 更好的代码提取算法
• UI/UX改进
• 文档
• 测试

📄 许可证

MIT许可证-有关详细信息，请参阅许可证文件

🙏 致谢

• DeepSeek AI -人工智能模型
• 奥拉玛 -局部AI推理
• Blender基金会 -3D软件
• 社区 -反馈和测试

📞 支持

• 问题: GitHub问题
• 讨论: GitHub讨论
• 文档: 维基

📝 更新日志

v3.2.0（当前）

• ✅ 修复了所有主要错误
• ✅ 新增智能回退系统
• ✅ 改进的代码提取
• ✅ 更好的错误处理
• ✅ 物料自动分配
• ✅ 带代码预览的调试模式

v3.1.0

• 添加了DeepSeek编码器支持
• 语法验证
• 连接测试

v3.0.0

• 初始AI驱动版本
• Ollama集成
• 基本回退模板

由以下材料制成❤️ Blender社区