Как автоматизировать 3D, заметки и рендер с помощью ИИ: 3 проекта
Как автоматизировать 3D, заметки и рендер с помощью ИИ: 3 проекта

Как автоматизировать 3D, заметки и рендер с помощью ИИ: 3 проекта

Что это за подборка и какую задачу она решает

Автоматизировать работу с ИИ можно в трёх разных местах: в 3D-редакторе, в записи встреч и в рендере. Ниже три open source проекта с GitHub, каждый закрывает свою задачу и запускается без корпоративной подписки.

Все три идут с открытым кодом, но с разными лицензиями. У hitkeeen/blender-ai-mcp-addon и FrigadeHQ/yogurt стоит MIT, у apex-compute/ANR лицензия не указана. Это важно: без лицензии юридически нельзя гарантировать свободное использование в продукте. Звёзды на GitHub — единственная метрика популярности в исходниках: 2283, 1898 и 2495 соответственно. Данные из единственного источника — карточек репозиториев на GitHub, это не независимое измерение.

Задача у всех одна: встроить модель в рабочий процесс, а не заставлять вас копировать текст туда-сюда. Дальше — что делает каждый проект.

ИИ-ассистент в Blender через MCP: что делает и как начать

blender-ai-mcp-addon подключает языковую модель прямо к сцене Blender: визуальный чат, инструменты для сцены, мультиагентные сценарии. Работает с ChatGPT/GPT, Claude, Gemini, Ollama и OpenCode.

Аддон написан без указанного языка, лицензия MIT, 2283 звезды. Внутри — сервер MCP и Python-скрипты bpy, то есть модель может не советовать, а выполнять команды в сцене. Локальный вариант через Ollama полезен, когда сцена под NDA и наружу её отправлять нельзя.

Старт: клонируем репозиторий, ставим аддон в Blender, поднимаем MCP-сервер и указываем провайдера модели в настройках. Для локального запуска подойдёт Ollama, для облака — ключ Claude или Gemini. Если MCP вам в новинку, начните с материала как подключить базу знаний к ИИ-агенту — механика та же.

Что может пойти не так: версии Blender и Python-зависимостей расходятся, сервер не видит сцену, а мультиагентные сценарии на слабой модели выдают мусор вместо кода bpy. Проверяйте на пустой сцене, прежде чем пускать агента в рабочий файл.

Приватные заметки со встреч: что делает и как начать

FrigadeHQ/yogurt — бесплатная open source альтернатива Granola для Mac, Windows и Linux. Записи встреч и заметки остаются на вашем компьютере, а не на чужом сервере.

Проект на TypeScript, лицензия MIT, 1898 звёзд. Задача вечная: люди годами ищут, как автоматизировать конспект встреч, не отдавая аудио третьей стороне. Yogurt решает её локально — запись, расшифровка и заметки не покидают устройство. Для команд с юристами и клиентскими созвонами это снимает главный вопрос: куда уходит звук.

Старт: клонируем репозиторий, ставим зависимости, запускаем приложение и даём доступ к микрофону и системе. Дальше включаем запись перед созвоном.

Ограничение одно и честное: локальная расшифровка требует ресурсов машины. На слабом ноутбуке длинная встреча может обрабатываться дольше, чем идёт. И качества конспекта уровня платного сервиса с большой моделью ждать не стоит — это компромисс за приватность.

Больше разборов по ИИ и автоматизации — в канале @il_chum

Нейрорендер ANR: что делает и где ограничения

apex-compute/ANR (Apex Neural Rendering) — нейросетевой рендер от Apex Compute на C++, 2495 звёзд. Лицензия в карточке не указана.

Это самый тяжёлый из трёх проектов по порогу входа. C++ означает сборку из исходников, а не установку в один клик. Задача — ускорять и улучшать рендер нейросетью, но без документации и лицензии это скорее исследовательский репозиторий, чем готовый продукт. Отсутствие лицензии прямо ограничивает: в коммерческий пайплайн его не поставить.

Старт: клонируем репозиторий, собираем через CMake, проверяем зависимости GPU. Если сборка C++ проекта для вас новая тема, посмотрите как запустить open source проект на своём устройстве.

Берём этот проект только если у вас есть время на сборку и вы готовы читать код вместо инструкции. Для быстрого результата он не подходит.

Как выбрать проект под свою задачу

Выбор сводится к трём вопросам: что автоматизируете, готовы ли отдавать данные наружу и есть ли время на сборку.

Критерии простые. Первый — среда: Blender берёт blender-ai-mcp-addon, встречи — yogurt, рендер — ANR. Второй — приватность: локальный вариант есть у аддона через Ollama и у заметок по умолчанию. Третий — лицензия: MIT у двух проектов, ничего у ANR. Четвёртый — язык: TypeScript и Python-аддон собираются проще, чем C++.

Смотрите, что вышло у меня. Ставлю аддон в Blender на тестовой сцене из десятка объектов, подключаю Claude и прошу расставить кубы по сетке. Первые два запроса агент отвечает текстом, сцену не трогает — сервер MCP не поднялся. Поднимаю сервер, перезапускаю Blender, и третий запрос уже создаёт объекты через bpy. Спотыкаюсь на версии Python: аддон ждёт одну, Blender тянет другую. Чиню за десять минут, но именно эти десять минут съедают всё удовольствие. С yogurt проще: поставил, дал микрофон, записал созвон на двадцать минут, получил заметки локально. ANR собирать не стал — лицензии нет, а без неё в работу не понесу.

Кому это не подходит и что бы я сделал иначе

Если вам нужен результат сегодня и без терминала, эти три проекта не для вас. Аддон требует настройки MCP, ANR — сборки C++, yogurt — ресурсов машины.

Я бы начал с yogurt: он даёт эффект за один вечер и почти не ломается. Аддон в Blender брал бы вторым, когда есть конкретная рутина в сцене. ANR отложил бы до появления лицензии и документации — сейчас это ставка на будущее, а не рабочий инструмент. Если бы начинал сегодня, сначала проверил бы лицензию и язык, а уже потом ставил звёзды в приоритет.

Частые вопросы

Нужен ли платный API для аддона в Blender? Нет, если работать через Ollama локально. Облачные Claude, Gemini и GPT требуют ключа.

Уходят ли записи встреч в облако? В yogurt нет: заметки остаются на компьютере.

Можно ли использовать ANR в коммерческом проекте? Лицензия в карточке не указана, поэтому гарантий нет — сначала уточняйте у авторов.


Больше разборов по ИИ и автоматизации — в канале: @il_chum