MCP

Awesome-Gaussian-Skills:把 1000+ 篇 3DGS 研究與 34 個渲染/修改工具接入你的 AI agent

想讓 AI agent 直接檢索 3DGS 研究並驅動 gsplat 渲染,這個儲存庫最合適;前提是你得先複製 SKILL.md 到 agent 技能目錄,並用 Node 以 stdio 方式執行其 v0.8.0 MCP 伺服器,其中 13 個實驗工具只是佔位。

官方來源 · GitHub - jaccen/Awesome-Gaussian-Skills: 1000+ arXiv-verified 3DGS methods · 15 AI agent skills · MCP server (34 tools) · open ebook

安裝

Each skill is a standalone SKILL.md file — copy it to your Agent's skills directory (e.g. `cp -r Awesome-Gaussian-Skills/skills/* .claude/`); MCP server config: command: node, args: [/path/to/mcp-server/dist/index.js], transport: stdio

jaccen/Awesome-Gaussian-Skills 是一個 3D Gaussian Splatting(3DGS)研究的 AI 原生入口:它把 1000+ 條經 arXiv 核驗的研究方法、15 個 AI agent 技能和一個含 34 個工具的 MCP 伺服器打包在一起。它最適合的任務是:讓 AI agent 在讀取、檢索 3DGS 研究知識的同時,直接驅動一個 gsplat 渲染迴圈。使用前最重要的前提是:MCP 伺服器為 v0.8.0,需要本機 Node 執行環境;13 個實驗工具只是佔位(stub),真正可依賴的是 21 個核心工具。

適合誰

  • 正在做或學習 3DGS 研究的人,需要快速瀏覽 26 個類別、1011 條研究記錄(快照日期 2026-10-21),並希望由 agent 代為檢索和歸納——其中 904 條已有新鮮核驗的 arXiv 元資料。
  • 想為既有 agent(技能目錄式接入,如 .claude/ 這類 skills 目錄)補充 3DGS 領域知識的使用者:每個技能是一個獨立的 SKILL.md 檔案,複製到技能目錄即可使用。
  • 想透過 MCP 工具操作 3D 場景、相機、高斯體並渲染影格的開發者。
  • 不適合的情況:需要 Node 以外的執行環境時,證據未說明是否支援;依賴實驗性功能的使用者應注意這 13 個 experimental 工具是 stub;107 條研究記錄尚未完成一手來源複核,引用前需自行核對原始文獻。授權條款為 Apache-2.0。

3 分鐘完成第一次嘗試

官方給出的最直接主路徑是技能檔案複製加 MCP 伺服器 stdio 設定,分幾步:

  1. 前提:本機已安裝 Node(MCP 伺服器以 command: node 啟動);複製(clone)本儲存庫。
  2. 接入技能:儲存庫 README 說明,「每個技能是一個獨立的 SKILL.md 檔案——複製到你 Agent 的 skills 目錄」。要注意:把 skills 內容拷入 agent 的技能目錄(README 給出的範例目錄是 .claude/)是對你本機 agent 設定目錄的一次寫入,不是唯讀操作;官方證據中沒有給出復原或回滾說明,是否撤銷需要你自己決定與實作。
  3. 設定 MCP 伺服器:在你的 MCP 用戶端設定中使用官方給出的 stdio 設定片段——command: node,args: [/path/to/mcp-server/dist/index.js],傳輸方式為 stdio。把 /path/to/... 替換為你本機的儲存庫路徑。
  4. 第一次低風險呼叫:先呼叫查詢、瀏覽類能力以驗證連通,而不是直接呼叫改寫場景的工具。核心工具中的 render_frame、set_camera 屬於對本機渲染工作階段的操作,風險低於改寫高斯體資料;若要呼叫 modify_gaussians 或 sculpt_pipeline 這類寫入操作,注意它們會修改工作階段內的高斯資料,官方未在證據中說明撤銷路徑,請在無價值的測試資料上進行。
  5. 成功訊號:用戶端能列出該伺服器的 34 個工具(21 core + 13 experimental)即表示 stdio 連線成功;儲存庫同時說明 MCP 伺服器透過 HTTP + WebSocket 在連接埠 9842 提供 gsplat 渲染迴圈,可進一步確認渲染服務正在執行。

注意:工具列出成功、能被呼叫,只說明連線與工作階段可用,不代表渲染結果正確或資料無誤;首次渲染影格的結果需你自行目視確認。

使用案例

案例一:檢索某個 3DGS 研究方向。情境:你想讓 agent 彙整某類 3DGS 方法。嘗試方式:接入 15 個技能後,讓 agent 基於儲存庫的註冊快照(1011 條記錄、26 類別)進行檢索與歸納。可期待結果:agent 能引用帶 arXiv 元資料核驗的條目;你會看到部分條目標註尚需一手來源複核(107 條),這些需手動核對。

案例二:驅動本機 gsplat 渲染迴圈。情境:你已有一個 3D 場景,想讓 agent 調整相機並輸出一幀渲染圖。嘗試方式:啟動本 MCP 伺服器後,依序呼叫核心工具——import_scene 匯入場景、set_camera 設定相機位、render_frame 渲染一幀。可期待結果:伺服器在連接埠 9842 上提供 gsplat 渲染迴圈(HTTP + WebSocket),你可在渲染工作階段中觀察到影格輸出。證據未給出各工具的具體參數 schema,首次呼叫前先查看用戶端回傳的工具描述確認參數。

使用邊界

  • 讀寫性質:技能複製是對本機 agent 設定目錄的寫入;MCP 伺服器側的 import_scene、modify_gaussians、set_camera、render_frame、sculpt_pipeline 操作的是本機渲染工作階段資料,其中修改高斯體的工具會實際改變工作階段狀態;官方證據未說明撤銷機制。
  • 執行條件:v0.8.0 的 MCP 伺服器需要 Node;HTTP/WS 連接埠固定為 9842,連接埠衝突時需要你自行處理(官方未給出改連接埠的說明)。
  • 資料限制:知識庫快照為 2026-10-21,107 條記錄待一手來源複核,引用結論前請核對原始 arXiv 文獻。
  • 未確認的資訊:各工具的參數 schema、認證方式、多用戶端相容性證據中均未說明,使用前以用戶端實際回傳的工具描述為準。
  • 本說明不構成安全結論:「操作渲染工作階段」不等於零風險,連網行為、本機資料讀取範圍等邊界證據未涉及,不得臆斷。