Awesome-Gaussian-Skills:1,000 件以上の 3DGS 研究と 34 個のレンダリング/編集ツールを AI agent に接続する

jaccen/Awesome-Gaussian-Skills は、3D Gaussian Splatting(3DGS)研究への AI ネイティブな入口です。arXiv で検証済みの研究手法 1,000 件以上、AI agent 用スキル 15 個、34 ツールの MCP サーバーをひとつにまとめています。最も適したタスクは、AI agent に 3DGS の研究知識を読み取り・検索させながら、gsplat のレンダリングループを直接駆動させることです。利用前の最重要な前提は、MCP サーバーが v0.8.0 でローカルの Node 実行環境が必要なこと、そして 13 個の実験的ツールは単なるプレースホルダー(stub)であり、実際に頼れるのは 21 個のコアツールだという点です。

向いている人

• 3DGS 研究を進めている、あるいは学習中の人。26 カテゴリ・1,011 件の研究レコード(スナップショット日付 2026-10-21)を素早く眺め、agent に検索と要約を任せたい場合に向いています。うち 904 件には新しい arXiv メタデータの検証が済んでいます。
• 既存の agent(スキルディレクトリ方式の接続、.claude/ のような skills ディレクトリなど)に 3DGS 分野の知識を追加したいユーザー。各スキルは独立した SKILL.md ファイルで、スキルディレクトリにコピーするだけで使えます。
• MCP ツールで 3D シーン、カメラ、ガウシアンを操作しフレームをレンダリングしたい開発者。
• 向いていないケース:Node 以外のランタイム環境が必要な場合、対応の根拠は示されていません。実験的機能に依存するユーザーは、この 13 個の experimental ツールが stub である点に注意が必要です。また 107 件の研究レコードは一次ソースの確認がまだ完了していないため、引用前に元の文献を自分で確認してください。ライセンスは Apache-2.0 です。

3 分で最初の試行を完了する

公式が示す最も直接的なメインパスは、スキルファイルのコピーと MCP サーバーの stdio 設定で、次のステップに分かれます。

1. 前提:ローカルに Node がインストール済みであること(MCP サーバーは command: node で起動)。本リポジトリをクローンします。
2. スキルの接続:リポジトリの README には「各スキルは独立した SKILL.md ファイル——あなたの Agent の skills ディレクトリにコピーしてください」とあります。注意点として、skills の内容を agent のスキルディレクトリ(README の例示ディレクトリは .claude/)にコピーするのは、ローカルの agent 設定ディレクトリへの書き込みであり、読み取り専用の操作ではありません。公式の根拠には復元やロールバックの手順は示されておらず、取り消すかどうかは自分で判断・実装する必要があります。
3. MCP サーバーの設定:MCP クライアントの設定に、公式が示す stdio 設定スニペットを使います——command: node、args: [/path/to/mcp-server/dist/index.js]、トランスポートは stdio。/path/to/... はローカルのリポジトリパスに置き換えてください。
4. 最初の低リスクな呼び出し:シーンを書き換えるツールを直接呼ぶのではなく、まず照会・閲覧系の機能を呼んで接続を確認します。コアツールの render_frame、set_camera はローカルのレンダリングセッションに対する操作で、ガウシアンデータを書き換えるよりリスクが低くなります。modify_gaussians や sculpt_pipeline といった書き込み操作を呼ぶ場合は、セッション内のガウシアンデータを変更することに注意し、公式の根拠には取り消し経路が示されていないため、価値のないテストデータ上で行ってください。
5. 成功のサイン:クライアントがこのサーバーの 34 個のツール(21 core + 13 experimental)を一覧できれば、stdio 接続は成功です。またリポジトリには、MCP サーバーが HTTP + WebSocket でポート 9842 に gsplat レンダリングループを公開するとの記載があり、レンダリングサービスが動いているかをさらに確認できます。

注意:ツールの一覧が成功し呼び出し可能でも、それは接続とセッションが使えることを示すだけで、レンダリング結果が正しいことやデータに誤りがないことを意味しません。最初のレンダリングフレームの結果は自分の目で確認する必要があります。

使用例

ケース 1:ある 3DGS 研究方向の検索。状況:agent に特定種類の 3DGS 手法をまとめさせたい。試し方:15 個のスキルを接続したうえで、リポジトリの登録スナップショット(1,011 件・26 カテゴリ)に基づく検索と要約を agent に依頼します。期待できる結果:agent は arXiv メタデータで検証済みのエントリを引用できます。一部のエントリには一次ソースの確認がまだ必要(107 件)という印が付いており、これらは手動で確認する必要があります。

ケース 2:ローカルの gsplat レンダリングループを駆動。状況:3D シーンが既にあり、agent にカメラを調整させて 1 フレームのレンダリング画像を出させたい。試し方:本 MCP サーバーを起動したうえで、コアツールを順に呼びます——import_scene でシーンをインポート、set_camera でカメラ位置を設定、render_frame で 1 フレームをレンダリング。期待できる結果:サーバーはポート 9842 で gsplat レンダリングループ(HTTP + WebSocket)を提供しており、レンダリングセッションでフレーム出力を観察できます。各ツールの具体的なパラメータスキーマは根拠に示されていないため、初回呼び出しの前にクライアントが返すツール説明を確認してパラメータを確かめてください。

使用の境界

• 読み書きの性質:スキルのコピーはローカルの agent 設定ディレクトリへの書き込みです。MCP サーバー側の import_scene、modify_gaussians、set_camera、render_frame、sculpt_pipeline はローカルのレンダリングセッションデータを操作し、ガウシアンを変更するツールはセッションの状態を実際に変えます。公式の根拠には取り消し機構は示されていません。
• 実行条件:v0.8.0 の MCP サーバーには Node が必要です。HTTP/WS のポートは 9842 に固定されており、ポート競合が起きた場合は自分で対処する必要があります(公式にはポート変更の手順は示されていません)。
• データの制限:ナレッジベースのスナップショットは 2026-10-21 で、107 件のレコードは一次ソースの確認が未了です。結論を引用する前に元の arXiv 文献を確認してください。
• 未確認の情報:各ツールのパラメータスキーマ、認証方式、複数クライアントとの互換性はいずれも根拠に示されていません。使用前にクライアントが実際に返すツール説明を正としてください。
• 本説明は安全性の結論を構成するものではありません。「レンダリングセッションを操作する」ことはゼロリスクを意味せず、ネットワーク通信の挙動やローカルデータの読み取り範囲などの境界は根拠に含まれておらず、推測してはいけません。