OpenSCAD 多视图生成器

@jhacksman/OpenSCAD-MCP-Server

1 Stars 582 次浏览 jhacksman 更新于 2026-08-23

允许用户通过多视图重建和OpenSCAD，使用文本描述或图像生成参数化3D模型，并支持AI图像生成和远程处理。

开发者工具娱乐与多媒体文件系统

该服务暂未提供标准配置，请参考 README 手动接入

服务介绍

OpenSCAD MCP 服务器

一个模型上下文协议（MCP）服务器，允许用户从文本描述或图像生成3D模型，重点是使用多视图重建和OpenSCAD创建参数化3D模型。

功能

AI 图像生成：使用 Google Gemini 或 Venice.ai API 从文本描述生成图像
多视图图像生成：为同一3D对象创建多个视图以进行重建
图像审批工作流：在重建之前审查并批准/拒绝生成的图像
3D 重建：使用 CUDA 多视图立体技术将批准的多视图图像转换为3D模型
远程处理：在局域网内的远程服务器上处理计算密集型任务
OpenSCAD 集成：使用 OpenSCAD 生成参数化3D模型
参数化导出：以保留参数属性的格式导出模型 (CSG, AMF, 3MF, SCAD)
3D 打印机发现：可选的网络打印机发现和直接打印

架构

该服务器使用 Python MCP SDK 构建，并遵循模块化架构：

openscad-mcp-server/
├── src/
│   ├── main.py                  # Main application
│   ├── main_remote.py           # Remote CUDA MVS server
│   ├── ai/                      # AI integrations
│   │   ├── gemini_api.py        # Google Gemini API for image generation
│   │   └── venice_api.py        # Venice.ai API for image generation (optional)
│   ├── models/                  # 3D model generation
│   │   ├── cuda_mvs.py          # CUDA Multi-View Stereo integration
│   │   └── code_generator.py    # OpenSCAD code generation
│   ├── workflow/                # Workflow components
│   │   ├── image_approval.py    # Image approval mechanism
│   │   └── multi_view_to_model_pipeline.py  # Complete pipeline
│   ├── remote/                  # Remote processing
│   │   ├── cuda_mvs_client.py   # Client for remote CUDA MVS processing
│   │   ├── cuda_mvs_server.py   # Server for remote CUDA MVS processing
│   │   ├── connection_manager.py # Remote connection management
│   │   └── error_handling.py    # Error handling for remote processing
│   ├── openscad_wrapper/        # OpenSCAD CLI wrapper
│   ├── visualization/           # Preview generation and web interface
│   ├── utils/                   # Utility functions
│   └── printer_discovery/       # 3D printer discovery
├── scad/                        # Generated OpenSCAD files
├── output/                      # Output files (models, previews)
│   ├── images/                  # Generated images
│   ├── multi_view/              # Multi-view images
│   ├── approved_images/         # Approved images for reconstruction
│   └── models/                  # Generated 3D models
├── templates/                   # Web interface templates
└── static/                      # Static files for web interface

安装

克隆仓库：

git clone https://github.com/jhacksman/OpenSCAD-MCP-Server.git
cd OpenSCAD-MCP-Server

创建虚拟环境：

python -m venv venv
source venv/bin/activate  # 在 Windows 上: venv\Scripts\activate

安装依赖项：
```
pip install -r requirements.txt
```
安装 OpenSCAD：
- Ubuntu/Debian: sudo apt-get install openscad
- macOS: brew install openscad
- Windows: 从 openscad.org 下载

安装 CUDA 多视图立体技术：

git clone https://github.com/fixstars/cuda-multi-view-stereo.git
cd cuda-multi-view-stereo
mkdir build && cd build
cmake ..
make

设置 API 密钥：

添加您的 API 密钥：

GEMINI_API_KEY=your-gemini-api-key
VENICE_API_KEY=your-venice-api-key  # 可选
REMOTE_CUDA_MVS_API_KEY=your-remote-api-key  # 用于远程处理

远程处理设置

服务器支持计算密集型任务的远程处理，特别是 CUDA 多视图立体重建。这使您可以将处理任务卸载到局域网内的更强大的机器上。

服务器设置（在具有 CUDA GPU 的机器上）

在服务器机器上安装 CUDA 多视图立体技术：

git clone https://github.com/fixstars/cuda-multi-view-stereo.git
cd cuda-multi-view-stereo
mkdir build && cd build
cmake ..
make

启动远程 CUDA MVS 服务器：
```
python src/main_remote.py
```
服务器将自动使用 Zeroconf 在本地网络上广播自己。

客户端配置

在你的 .env 文件中配置远程处理：

REMOTE_CUDA_MVS_ENABLED=True
REMOTE_CUDA_MVS_USE_LAN_DISCOVERY=True
REMOTE_CUDA_MVS_API_KEY=your-shared-secret-key

或者，你可以直接指定服务器 URL：

REMOTE_CUDA_MVS_ENABLED=True
REMOTE_CUDA_MVS_USE_LAN_DISCOVERY=False
REMOTE_CUDA_MVS_SERVER_URL=http://server-ip:8765
REMOTE_CUDA_MVS_API_KEY=your-shared-secret-key

远程处理功能

自动服务器发现：在本地网络上查找 CUDA MVS 服务器
作业管理：上传图片、跟踪作业状态和下载结果
容错性：自动重试、断路器模式和错误跟踪
身份验证：所有远程操作的安全 API 密钥认证
健康监控：持续的服务器健康检查和状态报告

使用方法

启动服务器：
```
python src/main.py
```
服务器将在 http://localhost:8000 上启动
使用 MCP 工具与服务器交互：
- generate_image_gemini：使用 Google Gemini API 生成图片
```
{
  "prompt": "A low-poly rabbit with black background",
  "model": "gemini-2.0-flash-exp-image-generation"
}
```
- generate_multi_view_images：生成同一 3D 对象的多个视图
```
{
  "prompt": "A low-poly rabbit",
  "num_views": 4
}
```
- create_3d_model_from_images：从已批准的多视角图像创建 3D 模型
```
{
  "image_ids": ["view_1", "view_2", "view_3", "view_4"],
  "output_name": "rabbit_model"
}
```
- create_3d_model_from_text：从文本到 3D 模型的完整流程
```
{
  "prompt": "A low-poly rabbit",
  "num_views": 4
}
```
- export_model：将模型导出为特定格式
```
{
  "model_id": "your-model-id",
  "format": "obj"  // 或 "stl", "ply", "scad" 等
}
```
- discover_remote_cuda_mvs_servers：在你的网络上查找 CUDA MVS 服务器
```
{
  "timeout": 5
}
```
- get_remote_job_status：检查远程处理作业的状态
```
{
  "server_id": "server-id",
  "job_id": "job-id"
}
```
- download_remote_model_result：从远程服务器下载已完成的模型
```
{
  "server_id": "server-id",
  "job_id": "job-id",
  "output_name": "model-name"
}
```
- discover_printers：在网络中发现 3D 打印机
```
{}
```
- print_model：在连接的打印机上打印模型
```
{
  "model_id": "your-model-id",
  "printer_id": "your-printer-id"
}
```

图像生成选项

服务器支持多种图像生成选项：

Google Gemini API (默认): 使用 Gemini 2.0 Flash 实验模型进行高质量图像生成
- 支持具有统一风格的多视角生成
- 需要 Google Gemini API 密钥
Venice.ai API (可选): 替代图像生成服务
- 支持多种模型，包括 flux-dev 和 fluently-xl
- 需要 Venice.ai API 密钥
用户提供的图片: 跳过图像生成步骤，使用您自己的图片
- 直接将图片上传到服务器
- 适用于处理现有的照片或渲染图

多视角工作流程

服务器实现了用于 3D 重建的多视角工作流程：

图像生成: 生成同一 3D 对象的多个视角
图像审核: 审核并批准/拒绝每个生成的图像
3D 重建: 使用 CUDA MVS 将批准的图像转换为 3D 模型
- 可以在本地处理或在局域网内的远程服务器上处理
模型细化: 可选地使用 OpenSCAD 细化模型

远程处理工作流程

远程处理工作流程允许您将计算密集型任务卸载到更强大的机器上：

服务器发现: 自动发现网络中的 CUDA MVS 服务器
图像上传: 将批准的多视角图像上传到远程服务器
作业处理: 在远程服务器上使用 CUDA MVS 处理图像
状态跟踪: 监控作业状态和进度
结果下载: 在处理完成后下载完成的 3D 模型

支持的导出格式

服务器支持以多种格式导出模型：

OBJ: Wavefront OBJ 格式（标准 3D 模型格式）
STL: 标准三角形语言（用于 3D 打印）
PLY: 多边形文件格式（用于点云和网格）
SCAD: OpenSCAD 源代码（用于参数化模型）
CSG: OpenSCAD CSG 格式（保留所有参数属性）
AMF: 增材制造文件格式（保留一些元数据）
3MF: 3D 制造格式（现代替代 STL，带元数据）

网页界面

服务器提供了一个网页界面，用于：

生成和批准多视角图像
从不同角度预览 3D 模型
以各种格式下载模型

请访问 http://localhost:8000/ui/ 访问该界面。

许可证

MIT

贡献

欢迎贡献！请随时提交 Pull Request。

查看源码项目主页