SketchUp 接入 MCP 实战：用 TaoToken 统一 Key 让 AI 直接动手建模

1. 为什么我要把 SketchUp 接进 AI 工具链先说清楚这篇要解决的事SketchUp 通过 MCPModel Context Protocol接入 AI 客户端后AI 不再只是给你一份“先画矩形再推拉”的文字教程而是能直接调用工具、生成几何、组织组件、修改材质最后交付一个还能继续编辑的 .skp 文件。适合谁建筑、室内、家具、景观方向日常用 SketchUp 建模、又想让 AI 帮忙干重复活的人。核心检索词就三个SketchUp、MCP、AI 建模。我自己的痛点是每次让 AI 帮忙“出个方案”它给的操作步骤都对但我要手动点几十下改一处尺寸前面几步又得重来。MCP 的价值在于把 AI 从“顾问”变成“执行层”——它能读你正在打开的模型也能按指令建组、命名、导出。但这里有个必须先讲清的误区SketchUp 接入 MCP 至少有两条路线做的不是同一件事。路线 A 是官方 SketchUp Connector跑在云端输入文字或草图生成一个新的 .skp 让你下载不用装插件、不碰端口适合快速出体块白模路线 B 是社区本地桥接把 Ruby 扩展装进 SketchUp再用 Python MCP 服务把 AI 的工具调用翻译成 SketchUp API 命令面对的是你电脑上正在打开的模型能读能改能导出能力更强但配置更多。一句话选择只想尽快生成第一个模型走官方 Connector想让 AI 参与正在进行的 SketchUp 工作走本地桥接。下面两条路线我都会给到可复制的配置和验证步骤重点放在本地桥接因为它才是“AI 直接动手建模”的最小闭环。2. TaoToken 前置统一 Key 与 API 通道怎么准备本地桥接这条链路里AI 客户端负责决定调用什么工具Python MCP 服务负责翻译和传输SketchUp 内的 Ruby 扩展负责执行命令。AI 客户端要能稳定调用模型就得有一个统一的 API 入口。我用 TaoToken 来做这件事一个 Key 走通模型对话、编码和 Agent 场景省得在多个客户端里反复填不同厂商的地址和密钥。你需要先拿到两样东西API Key 和接入地址。Key 在控制台的 API Keys 页面创建地址用https://taotoken.net/api注意 API 调用不加 UTM 参数。模型对话、Coding Plan、控制台、API Keys、接入文档这几个入口建议先收藏后面排障会反复用到。注意TaoToken 在这里的角色是统一的模型 API 通道不是让你绕过任何本地权限。SketchUp 的 Ruby 扩展仍然只监听 127.0.0.1模型调用和本地建模是两段独立链路别混在一起理解。如果你主要做长期编码或 Agent 类任务可以看 Coding Plan如果只是验证模型连通性用模型对话页面最快。接入文档里有各客户端的配置骨架Cline、CC Switch 这类客户端都能按同一套思路写。3. 可复制配置settings.json 与 config.toml 骨架先装 uv它负责在隔离环境里跑 Python MCP 服务。Windows 打开 PowerShellwinget install --idastral-sh.uv -e装完关掉终端重开检查uvx --versionmacOS 和 Linux 用 uv 官方安装脚本即可。接着装 SketchUp 的 .rbz 扩展优先从 Extension Warehouse 获取 MCP Server 扩展开发者也行从项目 Releases 拿对应 .rbz。在 SketchUp 里走Window → Extension Manager → Install Extension选 .rbz装完重启 SketchUp。推荐 Warehouse 版的原因是它默认关闭eval_ruby——这个工具允许 AI 在 SketchUp 内执行任意 Ruby 代码能力很强也可能访问文件、网络甚至系统命令先用类型化工具完成常规建模需要时再单独评估是否开启。启动服务Plugins → MCP Server → Start Server默认监听127.0.0.1:9876。127.0.0.1 表示只允许本机访问这正是普通用户应该保留的设置不要为了“连接方便”改成 0.0.0.0。下面是 AI 客户端的 MCP 注册骨架。以 Claude Code 项目根目录的.mcp.json或 Claude Desktop 的claude_desktop_config.json为例{ mcpServers: { sketchup: { command: uvx, args: [sketchup-mcp2], env: { SKETCHUP_MCP_HOST: 127.0.0.1, SKETCHUP_MCP_PORT: 9876, SKETCHUP_MCP_TIMEOUT: 60, SKETCHUP_MCP_LOG_LEVEL: INFO } } } }如果你用的是 Cline 或 CC Switch 这类支持 TOML 的客户端可以写成[mcp_servers.sketchup] command uvx args [sketchup-mcp2] [mcp_servers.sketchup.env] SKETCHUP_MCP_HOST 127.0.0.1 SKETCHUP_MCP_PORT 9876 SKETCHUP_MCP_TIMEOUT 60 SKETCHUP_MCP_LOG_LEVEL INFO保存后彻底退出并重启 AI 客户端。如果客户端提示找不到 uvx先在 PowerShell 执行Get-Command uvx把返回的uvx.exe完整路径填进 command。JSON 里的 Windows 反斜杠要写成双反斜杠command: C:\\Users\\你的用户名\\.local\\bin\\uvx.exe模型 API 这一侧在客户端的模型配置里填 TaoToken 的地址和 Key地址用https://taotoken.net/apiKey 从控制台 API Keys 页面复制。这样 AI 客户端既能调模型又能通过 MCP 调 SketchUp 工具。4. 验证请求从自然语言到生成 skp 建模动作配置写完别急着建别墅。第一次只读确认三层链路打通。确保 SketchUp 已打开、扩展服务已启动向 AI 发送请连接 SketchUp先只调用版本和模型信息相关工具不要修改任何内容。 告诉我当前 SketchUp 版本、模型单位、组件数量、当前选中对象以及是否可以正常撤销。能返回信息说明 AI 客户端 → Python MCP 服务 → SketchUp Ruby 扩展这条链路通了。接下来先另存模型副本再做一个小测试在原点创建一个 1000 × 1000 × 1000 mm 的立方体命名为 MCP_Test_Cube设为独立组件。 不要调用 eval_ruby。完成后报告包围盒尺寸如果结果不符合预期撤销本次操作。这比上来就说“建一栋完整别墅”可靠得多也更容易定位问题。白模确认后再给一个更接近真实工作的指令先读取当前模型不要修改。确认单位为毫米后创建一张 1200 × 800 × 760 mm 的餐桌。 桌面厚 35 mm四条桌腿截面 55 × 55 mm桌腿距桌面边缘 80 mm。 桌面和每条桌腿分别建组统一放入组件 DiningTable_v01。 先完成白模并报告总体包围盒与组件层级未经我确认不要调用 eval_ruby不要添加材质。 白模确认后再给外露边做 3 mm 倒角并设置橡木色材质。每个阶段都保持可单步撤销。实测下来这类提示词看起来不“浪漫”但很像一份合格的建模任务单边界清楚、结果可检查、出错可回退。提示词里真正有用的信息有五类——目标对象、尺寸单位、结构层级、约束条件、验收方式。把任务拆成“读取 → 白模 → 细化 → 材质 → 自检”五段每段完成后让 AI 汇报再决定是否继续。5. 本篇常见错排查按断点定位别反复重装提示 SketchUp 未运行或扩展未启动。先确认 SketchUp 已打开再执行Plugins → MCP Server → Start Server。Python MCP 服务即使第一次连接失败后续工具调用通常还会重试。AI 客户端提示找不到 uvx。在终端执行uvx --version。终端能找到、客户端找不到多半是客户端启动时没有继承新的 PATH。重启客户端或把 command 改成绝对路径。出现 IncompatibleVersionError。这是 Python 包与 .rbz 扩展版本不兼容。更新 sketchup-mcp2并重装与之配套的扩展不要只更新其中一端。大任务超时或 SketchUp 卡住。把任务拆小。一个请求里同时做墙体、门窗、屋顶、材质和导出很容易超时。必要时把SKETCHUP_MCP_TIMEOUT从 60 提高但“延长超时”不能解决失控循环界面无响应时优先中止并回到模型副本。工具调用成功但模型位置或尺寸不对。补充单位、原点、朝向、绝对位置和组件层级。进行布尔运算或批量变换前先保存结果不对就撤销缩小步骤后重试。模型 API 调用报错。检查客户端里填的地址是不是https://taotoken.net/apiKey 是否从控制台 API Keys 页面正确复制。排障和接入细节可以对照接入文档验证模型是否可用直接去模型对话页面发一条消息最快。6. 把 AI 变成建模流程里的执行层SketchUp 接入 MCP 最吸引人的演示往往是一句话生成整栋房子。但真正能进入日常工作的方式通常没那么戏剧化先读取模型结构帮你发现散落几何和异常小组件批量创建标准化构件并按规范命名对选中对象统一移动、改材质或建标签按明确尺寸生成家具白模、墙体和开口自动导出 STL、OBJ、DAE 或视图图片把重复的十几步操作压缩成一段可复用任务说明。它更像建模流程里的“执行层”而不是替代设计判断的按钮。如果你只是想体验官方 Connector 是最短路径如果你希望 AI 真正参与当前模型本地桥接更有潜力。无论选哪条记住三条底线尺寸写清楚、任务分阶段、真实项目先备份。想让 AI 长期参与编码和 Agent 类建模任务可以了解 Coding Plan需要新建或管理 Key 就去控制台和 API Keys 页面模型连通性验证用模型对话接入配置细节查接入文档。当 AI 能听懂你的建模标准又能在每一步之后汇报和自检MCP 才从一个新名词变成真正省时间的工具。