Enables interactions with IFC (Industry Foundation Classes) models through Bonsai BIM, allowing users to query models, analyze spatial structures, inspect project information, and examine building elements and their relationships.
Provides tools for executing Python code in Blender, creating and modifying 3D objects, applying materials, and analyzing IFC models through a socket-based connection.
Bonsai-mcp ist ein Fork von BlenderMCP , der die ursprüngliche Funktionalität um dedizierte Unterstützung für IFC-Modelle (Industry Foundation Classes) über Bonsai (früher BlenderBIM) erweitert. Diese Integration ist eine Plattform, mit der LLMs IFC-Dateien lesen und bearbeiten können.
Das System besteht aus zwei Hauptkomponenten:
addon.py ) : Ein Blender-Addon, das einen Socket-Server innerhalb von Blender erstellt, um Befehle zu empfangen und auszuführen, einschließlich IFC-spezifischer Operationentools.py ) : Ein Python-Server, der das Model Context Protocol implementiert und eine Verbindung zum Blender-Add-on herstelltUV installieren:
Mac:
Windows:
Informationen zu anderen Plattformen finden Sie in der UV-Installationsanleitung .
Bearbeiten Sie Ihre Datei claude_desktop_config.json (Claude > Einstellungen > Entwickler > Konfiguration bearbeiten), um Folgendes einzuschließen:
Das Repository verfügt über eine Docker-Datei, die die Bereitstellung in verschiedenen Umgebungen einfach und konsistent macht.
Sobald der Container ausgeführt wird, stellt er die MCP-Tools als REST/OpenAPI-APIs unter http://localhost:8000 bereit.
http://localhost:8000/docsSo verbinden Sie diese API mit Open WebUI:
http://localhost:8000/openapi.jsonDer Docker-Container akzeptiert mehrere Umgebungsvariablen, um sein Verhalten anzupassen:
addon.py aus diesem Repo herunteraddon.py ausSobald die Verbindung hergestellt ist, sehen Sie in Claudes Benutzeroberfläche ein Hammersymbol mit Tools für die Blender MCP IFC-Integration.
Dieses Repo enthält neun IFC-spezifische Tools, die eine umfassende Abfrage und Bearbeitung von IFC-Modellen ermöglichen:
get_ifc_project_info : Ruft grundlegende Informationen zum IFC-Projekt ab, einschließlich Name, Beschreibung und Anzahl der verschiedenen Entitätstypen. Beispiel: „Was sind die grundlegenden Informationen zu diesem IFC-Projekt?“
list_ifc_entities : Listet IFC-Objekte eines bestimmten Typs (Wände, Türen, Räume usw.) mit Optionen zum Einschränken der Ergebnisse und Filtern nach Auswahl auf. Beispiel: „Listet alle Wände in diesem IFC-Modell auf“ oder „Zeigt mir die Fenster in diesem Gebäude“
get_ifc_properties : Ruft alle Eigenschaften einer bestimmten IFC-Entität anhand ihrer GlobalID oder der aktuell ausgewählten Objekte ab. Beispiel: „Welche Eigenschaften hat diese Wand mit der ID 1Dvrgv7Tf5IfTEapMkwDQY?“
get_ifc_spatial_structure : Ruft die räumliche Hierarchie des IFC-Modells ab (Gelände, Gebäude, Stockwerke, Räume). Beispiel: „Zeigen Sie mir die räumliche Struktur dieses Gebäudes.“
get_ifc_relationships : Ruft alle Beziehungen für eine bestimmte IFC-Entität ab. Beispiel: „Welche Beziehungen bestehen für die Eingangstür?“
get_selected_ifc_entities : Ruft Informationen zu IFC-Entitäten ab, die den aktuell in der Blender-Benutzeroberfläche ausgewählten Objekten entsprechen. Beispiel: „Erzählen Sie mir von den Elementen, die ich in Blender ausgewählt habe.“
get_user_view : Erfasst den aktuellen Blender-Ansichtsbereich als Bild und ermöglicht so die Visualisierung des Modells aus der Benutzerperspektive. Beispiel: „Zeigen Sie mir, was der Benutzer aktuell in Blender sieht.“
export_ifc_data : Exportiert IFC-Daten in eine strukturierte JSON- oder CSV-Datei mit Filteroptionen nach Entitätstyp oder Gebäudeebene. Beispiel: „Alle Wanddaten in eine CSV-Datei exportieren“
place_ifc_object : Erstellt und positioniert ein IFC-Element im Modell an den angegebenen Koordinaten mit optionaler Drehung. Beispiel: „Platziere eine Tür an den Koordinaten X:10, Y:5, Z:0 mit 90-Grad-Drehung.“
Veraltete Funktion aus der ursprünglichen MCP-Implementierung. Ermöglicht Claude, beliebigen Python-Code in Blender auszuführen. Mit Vorsicht verwenden.
Diese Integration umfasst das Sequential Thinking-Tool für strukturierte Problemlösung und Analyse. Es ermöglicht einen schrittweisen Denkprozess, der sich mit zunehmendem Verständnis verzweigen, überarbeiten und anpassen lässt – ideal für komplexe IFC-Modellanalysen oder Planungsaufgaben.
Beispiel: „Nutzen Sie sequentielles Denken, um die Energieeffizienz dieses Gebäudes anhand des IFC-Modells zu analysieren.“
Hier sind einige Beispiele dafür, was Sie Claude mit IFC-Modellen tun lassen können:
Docker:
Die IFC-Integration nutzt das Bonsai BIM-Modul, um auf die ifcopenshell-Funktionalität in Blender zuzugreifen. Die Kommunikation erfolgt über dasselbe JSON-basierte Protokoll über TCP-Sockets wie das ursprüngliche BlenderMCP.
execute_blender_code aus dem Originalprojekt ist weiterhin verfügbar und ermöglicht die Ausführung beliebigen Python-Codes in Blender. Verwenden Sie es mit Vorsicht und speichern Sie Ihre Arbeit immer.Dieses MIT-lizenzierte Repo kann geforkt, modifiziert und auf jede erdenkliche Weise verwendet werden. Ich bin offen für Ideen und Kooperationen. Zögern Sie also nicht, mich für Beiträge zu kontaktieren.
Integration und Tests mit mehreren MCP-Clients
This server cannot be installed
local-only server
The server can only run on the client's local machine because it depends on local resources.
Ein Model Context Protocol-Server, der Claude in Blender integriert und es Benutzern ermöglicht, IFC-Gebäudemodelle (Industry Foundation Classes) über natürliche Sprachbefehle zu analysieren und mit ihnen zu interagieren.