超详细图文教程:用vscode+copilot(代理模式)便捷使用mcp+一个范例:用自然语言进行3d建模

超详细图文教程:用vscode+copilot(代理模式)便捷使用mcp+一个范例:用自然语言进行3d建模

在vscode使用claude mcp吧!

在vscode更新到最新版本(注意,这是前提)后,内置的copilot可以使用mcp了!!!

关于mcp(Model Context Protocol 模型上下文协议),可以参考我的上一篇文章:

MCP个人理解+示例+集成管理+在python中调用示例,给AI大模型装上双手-ZEEKLOG博客

以下是使用教程:

1.点击左下角的齿轮状设置按钮,点击设置

2.在输入面板输入chat.agent.enabled,勾上勾选框

3.点击Ctrl+shift+P,输入reload,点击重新加载窗口,刷新窗口

4.打开copilot后,在右下角将模式改为代理即可。

5.点击工具按钮,开始安装mcp

先去github找到自己想要添加的mcp服务,以blender MCP为例,打开https://github.com/ahujasid/blender-mcp,可以在readme文档里看到详细的安装过程。可以看到,此mcp的安装过程是uvx blender-mcp

点击copilot下方的工具按钮

可以看到,我已经安装一堆mcp了,点击添加更多工具

选择添加MCP服务器

选择命令

填入uvx blender-mcp,回车确认

给mcp服务起个名称,回车确认

点击用户设置,这样所有的工作区都可以访问

配置完成,自动弹出配置文件窗口,点击蓝色的启动按钮

启动成功

6.安装 Blender 插件

(1)下载插件文件
从本仓库下载 addon.py 文件。

(2)打开 Blender
启动 Blender 应用程序。

(3)进入插件管理界面
点击顶部菜单栏的 编辑 (Edit) > 偏好设置 (Preferences) > 插件 (Add-ons)

(4)安装插件
点击 “安装...” (Install...) 按钮,然后选择下载的 addon.py 文件。

(5)启用插件
在插件列表中找到 “界面: Blender MCP” (Interface: Blender MCP),勾选旁边的复选框以启用。

(6)点击n,选择BlenderMCP,点击连接

点击获取免费试用的api key

7.开始使用copilot进行3d建模

先测试一下mcp,可见运行正常

然后输入提示词:使用blender mcp,建模:一条龙守护一袋金币。我在blender里面配置了api

这时copilot会发出任务请求,我们需要点同意。可见,已经成功了!

打开blender看一下:可以看到,建模成功了?

附录:前往网站生成api

访问fal.ai | The generative media platform for developers

点击 API key

点击Add key

将生成的key复制粘贴到相应位置,选择fal.ai

该网站注册后会送一美元的余额,想多次使用就得花钱了

生成一次0.4美金

另外一个模型申请网站是Get started with Rodin | Hyper3D API Documentation,但是需要成为支持者才能获取api,最便宜的都要12美金一个月。

Read more

国产五大AI模型哪家强?DeepSeek、豆包、Kimi、智谱清言、通义千问深度解析!哪款大模型更适合你?

国产五大AI模型哪家强?DeepSeek、豆包、Kimi、智谱清言、通义千问深度解析!哪款大模型更适合你?

今天我们来聊聊当下最火的五款国产AI大模型——DeepSeek、豆包、Kimi、智谱清言和通义千问。 它们各有千秋,有的擅长专业分析,有的专攻娱乐互动,还有的靠“长文本”出圈……究竟谁更适合我们的需求?看完这篇就懂了! 一、DeepSeek:高性价比推理强者 DeepSeek是深度求索推出的大语言模型,堪称2025年AI界的“黑马”。它推理能力超强,表现和GPT-4不相上下。春节期间的爆火,使其成为史上用户增速最快的AI应用。 1、特点 语义理解能力强: 能吃透问题,给出精准答案。比如搞学术研究,我们问专业领域的复杂问题,它可以快速翻找资料,整理出关键信息,条理清晰地解答,帮我们省下不少时间。写论文时,还能帮着生成大纲、分析文献综述。 开源与本地化支持: 完全开源,支持本地部署,用户可以根据需求定制模型,同时完全掌控数据隐私。 其API服务价格亲民,输入/输出每百万tokens的成本分别为2元和8元,适合中小企业和个人开发者使用。 高性能与低成本: 在多项基准测试中,DeepSeek的表现接近甚至超越了Claude-Sonnet和GPT-4o等国际顶尖模型。其训练成

By Ne0inhk
人工智能:自然语言处理在客户服务领域的应用与实战

人工智能:自然语言处理在客户服务领域的应用与实战

人工智能:自然语言处理在客户服务领域的应用与实战 学习目标 💡 理解自然语言处理(NLP)在客户服务领域的应用场景和重要性 💡 掌握客户服务领域NLP应用的核心技术(如聊天机器人、意图识别、情感分析) 💡 学会使用前沿模型(如BERT、GPT-3)进行客户服务文本分析 💡 理解客户服务领域的特殊挑战(如实时性要求、多语言处理、用户体验) 💡 通过实战项目,开发一个客户服务聊天机器人应用 重点内容 * 客户服务领域NLP应用的主要场景 * 核心技术(聊天机器人、意图识别、情感分析) * 前沿模型(BERT、GPT-3)在客户服务领域的使用 * 客户服务领域的特殊挑战 * 实战项目:客户服务聊天机器人应用开发 一、客户服务领域NLP应用的主要场景 1.1 聊天机器人 1.1.1 聊天机器人的基本概念 聊天机器人是通过自然语言与用户进行交互的程序。在客户服务领域,聊天机器人的主要应用场景包括: * 客户服务:回答客户的问题(如“如何退货”、“商品价格”

By Ne0inhk
AI实践(3)Token与上下文窗口

AI实践(3)Token与上下文窗口

AI实践(3)Token与上下文窗口 Author: Once Day Date: 2026年3月2日 一位热衷于Linux学习和开发的菜鸟,试图谱写一场冒险之旅,也许终点只是一场白日梦… 漫漫长路,有人对你微笑过嘛… 全系列文章可参考专栏: AI实践成长_Once-Day的博客-ZEEKLOG博客 参考文章:Documentation - Claude API DocsOpenAI for developersPrompt Engineering GuidePrompt Engineering Guide: The Ultimate Guide to Generative AICompaction | OpenAI APIContext windows - Claude API DocsEffective context engineering for AI agents \ Anthropic大模型入门必知:一文搞懂Token概念,看完这篇终于懂了! -

By Ne0inhk
【开源发布】MCP Document Converter:让你的 AI 助手精通 25 种文档转换神技!

【开源发布】MCP Document Converter:让你的 AI 助手精通 25 种文档转换神技!

【个人主页:玄同765】 大语言模型(LLM)开发工程师|中国传媒大学·数字媒体技术(智能交互与游戏设计) 深耕领域:大语言模型开发 / RAG知识库 / AI Agent落地 / 模型微调 技术栈:Python / LangChain/RAG(Dify+Redis+Milvus)| SQL/NumPy | FastAPI+Docker ️ 工程能力:专注模型工程化部署、知识库构建与优化,擅长全流程解决方案        「让AI交互更智能,让技术落地更高效」 欢迎技术探讨/项目合作! 关注我,解锁大模型与智能交互的无限可能! 前言:AI 时代的文档处理困境 【好消息】MCP Document Converter 已正式入驻 MCP 官方 Server 列表,并同步发布至 PyPI! 作为一名开发者,

By Ne0inhk