AI导哈

Rhino AI代理集成工具

RhinoMCP通过模型上下文协议（MCP）将Rhino与AI代理连接，实现AI代理直接与Rhino交互，支持脚本查询辅助。

  • by iamsunghoonlee
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 iamsunghoonlee/RhinoMCP

使用说明

RhinoMCP

通过模型上下文协议（MCP），将Rhino与AI代理连接起来，使AI代理能够直接与Rhino交互。这种集成支持即时辅助脚本查询。工具的添加正在进行中。

安装说明

  1. 创建虚拟环境 python -m venv .venv

  2. 激活虚拟环境 `.venv\Scripts\activate` 翻译成中文是：“激活虚拟环境（位于 .venv 目录下的 Scripts 文件夹）”

  3. 安装依赖项 使用 pip 安装 requirements.txt 文件中的所有依赖


使用说明

  1. 文件夹结构

RhinoMCP/
工具/
box_tools.py（文件名，可译为“工具箱工具.py”或保持原名，因为文件名通常不翻译）
brep_tools.py（可翻译为“BREP工具模块”或根据具体上下文保持原名，因为“brep”可能是特定领域的缩写或术语，直接翻译可能无法准确传达其含义）
`loft_tools.py` 翻译成中文为：`loft工具.py` 或者根据上下文，也可以翻译为“楼层工具.py”（如果`loft`在此处指的是与楼层或空间划分相关的工具）。不过，通常情况下，直接保留原文件名中的`loft`作为特定功能或模块的名称也是常见的做法，因此“loft工具.py”是一个较为通用的翻译
view_tools.py
在Rhino中/
rhino_server_in_rhino.py ← 新的线程服务器（在Rhino用户界面内运行）
mcp/
`rhino_mcp_host.py` ← MCP 主机（FastMCP v2 + HTTP 封装层）
聊天/
local_cli_chat.py ← 可选的命令行界面聊天程序，用于测试


  1. 使用步骤
    1. 启动Rhino-side服务器
      正常打开Rhino（这样你就会看到主建模窗口）。
      打开脚本编辑器 → 新建 → Python（CPython）。
      将我给你的 rhino_server_in_rhino.py 脚本（线程版本）粘贴进去。
      运行它。

    2. 启动MCP主机（在Rhino外部）

    “cd \"downloaded repository\"” 翻译成中文是：“进入‘下载的存储库’目录”。不过，这里的“cd”是命令行中的一个命令，表示“改变目录”，所以在实际翻译时，我们通常会根据上下文来解释其含义，而不是直接翻译出“cd”这个词。因此，更自然的翻译可能是：“转到‘下载的存储库’目录” （在终端中）
    `.venv\Scripts\Activate.ps1` 翻译成中文是：“虚拟环境目录下的 Scripts 文件夹中的 Activate.ps1 脚本”
    运行 Python 脚本 `mcp\rhino_mcp_host.py`


    1. 启动大型语言模型（Ollama）聊天界面

    ollama 服务
    进入“已下载仓库”目录
    运行 Python 脚本 local_cli_chat.py 进行聊天

技术要求

  • Python 3.10
  • fastmcp 2.12.4
  • FastAPI 0.119.0
  • uvicorn 0.35.0（可翻译为“乌尔比康 0.35.0”，但通常保留原名，因为“uvicorn”是特定的软件名称，直接使用原名更为常见）
  • requests 2.32.5
  • pydantic 2.11.9
  • typing_extensions 4.15.0
  • RhinoInside 0.8.2
  • Ollama 0.5.4

相关 MCP