Blender-MCP服务源码2-依赖分析

Blender-MCP服务源码2-依赖分析

有个大佬做了一个Blender-MCP源码，第一次提交代码是【2025年3月7号】今天是【2025年月15日】也就是刚过去一周的时间，所以想从0开始学习这个代码，了解一下大佬们的开发思路

---

1-核心知识点

from mcp.server.fastmcp import FastMCP, Context, Image
import socket
import json
import asyncio
import logging
from dataclasses import dataclass
from contextlib import asynccontextmanager
from typing import AsyncIterator, Dict, Any, List

• 1）Blender代码中核心代码和依赖的功能是什么？
• 2）socket长连接服务->用于Claude与插件之间通讯->那Blender和LLM之间在通讯什么内容？
• 3）为什么LLM通讯后就完成了3D的建模,原理是什么？->是不是我把请求方法抽取出来就可以用编码的方式完成Blender的建模了(MCP貌似就是通过请求API传递对应的参数来完成建模)
• 4）猜想内容已经实现

---

2-思路整理

• 1）【必选】MCP的mcp.server.fastmcp服务依赖
• 2）【核心】socket长连接服务->用于Claude与插件之间通讯
• 3）socket到底做了什么？->我如果做一个类似的MCP，我要做什么？

---

3-参考网址

• Blender-MCP-Github地址：https://github.com/ahujasid/blender-mcp
• B站大佬开源Blender开发框架:https://github.com/xzhuah/BlenderAddonPackageTool
• B站大佬开源Blender开发框架教程

---

4-依赖分析

以下是对这些导入语句及其依赖的详细分析：

1. from mcp.server.fastmcp import FastMCP, Context, Image

• 来源：这是从 mcp.server.fastmcp 模块中导入特定的类。mcp 可能是某个自定义的 Python 包，server 可能是该包下的一个子模块，fastmcp 则是子模块中的一个 Python 文件。
• 功能：
  • FastMCP：通常代表某种快速的消息处理或通信协议相关的类。可能用于高效地处理消息、请求和响应，在服务器端的应用中可能用于快速处理客户端的连接和数据交互。
  • Context：这个类一般用于保存上下文信息。在编程中，上下文信息可以包含当前操作的相关状态、配置等数据，以便在不同的函数或方法之间共享和传递。
  • Image：可能是用于处理图像的类。它可能包含图像的加载、保存、转换等操作，可用于图像处理相关的任务。

2. import socket

• 来源：socket 是 Python 标准库中的一个模块。
• 功能：socket 模块提供了创建网络套接字的功能，用于实现网络通信。它可以创建 TCP 或 UDP 套接字，通过网络发送和接收数据。常用于构建客户端 - 服务器应用程序，允许不同的计算机之间进行数据交换。

3. import json

• 来源：json 是 Python 标准库中的一个模块。
• 功能：json 模块用于处理 JSON（JavaScript Object Notation）数据。JSON 是一种轻量级的数据交换格式，易于人类阅读和编写，也易于机器解析和生成。json 模块提供了将 Python 对象（如字典、列表）转换为 JSON 字符串（json.dumps()），以及将 JSON 字符串转换为 Python 对象（json.loads()）的功能。

4. import asyncio

• 来源：asyncio 是 Python 标准库中的一个模块，用于支持异步编程。
• 功能：异步编程允许程序在等待某些操作（如网络请求、文件读写）完成时，继续执行其他任务，从而提高程序的并发性能。asyncio 提供了协程、事件循环等机制，使得开发者可以编写高效的异步代码。例如，可以使用 async/await 关键字定义协程函数，使用事件循环来调度和执行这些协程。

5. import logging

• 来源：logging 是 Python 标准库中的一个模块，用于实现日志记录功能。
• 功能：日志记录是程序开发和调试过程中非常重要的一部分。logging 模块提供了灵活的日志记录功能，可以将程序运行过程中的信息（如调试信息、错误信息、警告信息等）输出到控制台、文件或其他目标。通过设置不同的日志级别（如 DEBUG、INFO、WARNING、ERROR、CRITICAL），可以控制日志的详细程度。

6. from dataclasses import dataclass

• 来源：dataclasses 是 Python 3.7 及以上版本引入的标准库模块。
• 功能：dataclass 是一个装饰器，用于简化类的定义。使用 @dataclass 装饰的类可以自动生成一些特殊方法，如 __init__()、__repr__()、__eq__() 等，从而减少了样板代码的编写。通常用于定义简单的数据容器类。

7. from contextlib import asynccontextmanager

• 来源：contextlib 是 Python 标准库中的一个模块，提供了上下文管理器相关的工具。
• 功能：asynccontextmanager 是一个装饰器，用于创建异步上下文管理器。异步上下文管理器可以在异步代码中使用 async with 语句，确保在进入和退出上下文时执行特定的操作，如资源的分配和释放。

8. from typing import AsyncIterator, Dict, Any, List

• 来源：typing 是 Python 标准库中的一个模块，用于提供类型提示功能。
• 功能：
  • AsyncIterator：用于表示异步迭代器，即可以在异步代码中使用 async for 语句进行迭代的对象。
  • Dict：用于表示字典类型的提示，指定字典的键和值的类型。
  • Any：表示任意类型，当无法确定或不关心某个变量的具体类型时，可以使用 Any 进行类型提示。
  • List：用于表示列表类型的提示，指定列表中元素的类型。

综上所述，这些导入语句涵盖了自定义模块、标准库模块，用于实现网络通信、数据处理、异步编程、日志记录、数据类定义、上下文管理和类型提示等功能。

---

5-问题来啦