MCP

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

想让 AI agent 直接检索 3DGS 研究并驱动 gsplat 渲染,这个仓库最合适;前提是你得先复制 SKILL.md 到 agent 技能目录,并用 Node 以 stdio 方式跑其 v0.8.0 MCP 服务器,其中 13 个实验工具只是占位。

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

安装

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 是一个 3D Gaussian Splatting(3DGS)研究的 AI 原生入口:它把 1000+ 条经 arXiv 核验的研究方法、15 个 AI agent 技能和一个 34 工具的 MCP 服务器打包在一起。它最适合的任务是:让 AI agent 在读取、检索 3DGS 研究知识的同时,直接驱动一个 gsplat 渲染循环。使用前最重要的前提是:MCP 服务器为 v0.8.0,需要本地 Node 运行;13 个实验工具只是占位(stub),真正可依赖的是 21 个核心工具。

适合谁

  • 正在做或学习 3DGS 研究的人,需要快速浏览 26 个类别、1011 条研究记录(快照日期 2026-10-21),并希望由 agent 代为检索和归纳——其中 904 条已有新鲜核验的 arXiv 元数据。
  • 想给已有 agent(技能目录式接入,如 .claude/ 这类 skills 目录)补充 3DGS 领域知识的用户:每个技能是一个独立的 SKILL.md 文件,复制到技能目录即可使用。
  • 想通过 MCP 工具操作 3D 场景、相机、高斯体并渲染帧的开发者。
  • 不适合的情况:需要 Node 以外的运行时环境时,证据未说明是否支持;依赖实验性功能的用户应注意这 13 个 experimental 工具是 stub;107 条研究记录尚未完成一手来源复核,引用前需自行核对原始文献。许可证为 Apache-2.0。

3 分钟完成第一次尝试

官方给出的最直接主路径是技能文件复制加 MCP 服务器 stdio 配置,分几步:

  1. 前提:本地已安装 Node(MCP 服务器以 command: node 启动);克隆本仓库。
  2. 接入技能:仓库 README 说明,"每个技能是一个独立的 SKILL.md 文件——复制到你 Agent 的 skills 目录"。要注意:把 skills 内容拷入 agent 的技能目录(README 给出的示例目录是 .claude/)是对你本地 agent 配置目录的一次写入,不是只读操作;官方证据中没有给出恢复或回滚说明,是否撤销需要你自己决定与实现。
  3. 配置 MCP 服务器:在你的 MCP 客户端配置中使用官方给出的 stdio 配置片段——command: node,args: [/path/to/mcp-server/dist/index.js],传输方式为 stdio。把 /path/to/... 替换为你本地的仓库路径。
  4. 第一次低风险调用:先调用查询、浏览类能力以验证连通,而不是直接调用改写场景的工具。核心工具中的 render_frame、set_camera 属于对本地渲染会话的操作,风险低于改写高斯体数据;若要调用 modify_gaussians 或 sculpt_pipeline 这类写操作,注意它们会修改会话内的高斯数据,官方未在证据中说明撤销路径,请在无价值测试数据上进行。
  5. 成功信号:客户端能列出该服务器的 34 个工具(21 core + 13 experimental)即说明 stdio 连接成功;仓库同时说明 MCP 服务器通过 HTTP + WebSocket 在端口 9842 暴露 gsplat 渲染循环,可进一步确认渲染服务在跑。

注意:工具列出成功、能被调用,只说明连接与会话可用,不代表渲染结果正确或数据无误;首次渲染帧的结果需你自行目视确认。

使用案例

案例一:检索某个 3DGS 研究方向。场景:你想让 agent 汇总某类 3DGS 方法。尝试方式:接入 15 个技能后,让 agent 基于仓库的注册快照(1011 条记录、26 类别)进行检索与归纳。可期待结果:agent 能引用带 arXiv 元数据核验的条目;你会看到部分条目标注尚需一手来源复核(107 条),这些需手动核对。

案例二:驱动本地 gsplat 渲染循环。场景:你已有一个 3D 场景,想让 agent 调整相机并出一帧渲染图。尝试方式:启动本 MCP 服务器后,依次调用核心工具——import_scene 导入场景、set_camera 设定相机位、render_frame 渲染一帧。可期待结果:服务器在端口 9842 上提供 gsplat 渲染循环(HTTP + WebSocket),你可在渲染会话中观察到帧输出。证据未给出各工具的具体参数 schema,首次调用前先查看客户端返回的工具描述确认参数。

使用边界

  • 读写性质:技能复制是对本地 agent 配置目录的写入;MCP 服务器侧的 import_scene、modify_gaussians、set_camera、render_frame、sculpt_pipeline 操作的是本地渲染会话数据,其中修改高斯体的工具会实际改变会话状态;官方证据未说明撤销机制。
  • 运行条件:v0.8.0 的 MCP 服务器需要 Node;HTTP/WS 端口固定为 9842,端口冲突时需要你自行处理(官方未给出改端口的说明)。
  • 数据限制:知识库快照为 2026-10-21,107 条记录待一手来源复核,引用结论前请核对原始 arXiv 文献。
  • 未确认的信息:各工具的参数 schema、认证方式、多客户端兼容性证据中均未说明,使用前以客户端实际返回的工具描述为准。
  • 本说明不构成安全结论:"操作渲染会话"不等于零风险,联网行为、本地数据读取范围等边界证据未涉及,不得臆断。