一句话看懂：开发者柳杉用 Codex 结合 Blender-MCP，在未手写代码的情况下完成一个 3D 智慧展厅可视化大屏，覆盖需求调研、设计稿生成、三维建模到前端联动的完整流程。它展示了以自然语言指挥大模型写脚本、搭场景的可行边界。
事件核心：发生了什么
据掘金社区作者柳杉 2026 年 11 月发布的项目记录，他以企业展厅为题，按 1920×1080、鼠标操作为基准，规划序厅、企业历程、核心技术、产品体验、应用案例、未来愿景六个概念展区。流程上先用 Codex 将行业调研整理成 Brief 与数据合同，设定累计入馆 720 人次、离馆 600 人次、当前在馆 120 人等固定样例；再生成三版设计稿并冻结“银白展轴”方案；随后由 Codex 编写 Python 脚本，经 Blender-MCP 插件驱动 Blender 建模并导出 GLB，最终接入 Three.js、ECharts 与网页导览。作者强调，读数均为固定样例，场景属于可视化级概念模型，并非真实展厅的通用配置。
为什么重要
这个案例的价值不在“零代码”本身，而在于把大模型定位成贯穿全链路的编排者：需求梳理、约束写入、脚本生成、资源拆分都有明确产出物。它也暴露了门槛所在——设计稿要冻结为唯一基准，元素要实现归属，资产要区分母资源与实例，模型要统一尺度与层级。这些工作仍需要人来判断，大模型负责放大执行效率。对 Blender-MCP 这类工具链来说，这提供了一个从建模到网页的完整落地样本。
对用户/开发者/创作者的影响
对开发者，可借鉴的是“先约定再生成”的方法：Brief、数据合同、元素清单先行，能减少后续返工。对三维创作者，Blender-MCP 让自然语言指令转化为 bpy 操作成为可能，但倒角、法线、PBR 材质仍需人工把关。对企业采购方，此类方案目前更适合作为概念演示与交互原型，距离生产级设备接入还有差距。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是项目是否提供可复用的脚本或模板，让流程从个案变为方法；二是 Blender-MCP 与 Codex 的协作稳定性，尤其是在复杂场景和多轮返工下的表现；三是这类可视化大屏能否接入真实客流与设备台账，从演示样例走向可交付产品。
来源：juejin
