OpenSCAD MCP 服务器

模型上下文协议 (MCP) 服务器，使用户能够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。

特征

AI 图像生成：使用 Google Gemini 或 Venice.ai API 根据文本描述生成图像
多视图图像生成：创建同一 3D 对象的多个视图以进行重建
图像审批工作流程：重建前审查并批准/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

Related MCP server: Tripo3D MCP

建筑学

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

克隆存储库：

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  # On Windows: 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：

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  # Optional
REMOTE_CUDA_MVS_API_KEY=your-remote-api-key  # For remote processing

远程处理设置

该服务器支持远程处理计算密集型任务，尤其是 CUDA 多视图立体重建。这允许您将处理任务转移到局域网内更强大的机器上。

服务器设置（在装有 CUDA GPU 的机器上）

在服务器机器上安装 CUDA Multi-View Stereo：

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
```
服务器将使用 Zeroconf 在本地网络上自动宣传自己。

客户端配置

在.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，您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：上传图像、跟踪作业状态和下载结果
容错：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 密钥身份验证
健康监控：持续的服务器健康检查和状态报告

用法

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 生成图像
  { "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 ：根据批准的多视图图像创建 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" // or "stl", "ply", "scad", etc. }
- discover_remote_cuda_mvs_servers ：在您的网络上查找 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 ：从远程服务器下载完成的模型
  { "server_id": "server-id", "job_id": "job-id", "output_name": "model-name" }
- discover_printers ：在网络上发现 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 Experimental 模型生成高质量图像
- 支持多视图生成，风格一致
- 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
用户提供的图像：跳过图像生成并使用您自己的图像
- 直接将图像上传到服务器
- 适用于处理现有照片或渲染图

多视图工作流程

服务器实现了3D重建的多视图工作流程：

图像生成：生成同一 3D 对象的多个视图
图像批准：审查并批准/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
- 可以在本地或 LAN 内的远程服务器上处理
模型细化：可选择使用 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：自动发现网络上的 CUDA MVS 服务器
图像上传：将批准的多视图图像上传到远程服务器
作业处理：使用 CUDA MVS 处理远程服务器上的图像
状态跟踪：监控工作状态和进度
结果下载：处理完成后下载完成的3D模型

支持的导出格式

服务器支持导出多种格式的模型：

OBJ ：Wavefront OBJ格式（标准3D模型格式）
STL ：标准三角语言（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（带有元数据的 STL 的现代替代品）

Web 界面

该服务器提供了一个 Web 界面用于：

生成和批准多视图图像
从不同角度预览 3D 模型
下载各种格式的模型

访问界面http://localhost:8000/ui/

执照

麻省理工学院

贡献

欢迎贡献代码！欢迎提交 Pull 请求。

OpenSCAD MCP Server