canvas3d-mcp
Enables AI agents to create, render, and validate 3D scenes, 2D art, and games in HTML canvas using Three.js, WebGL, or Canvas 2D, with multi-angle screenshots, structured validation reports, and interactive playtesting.
README
canvas3d-mcp
Servidor MCP que dá a agentes de IA olhos e instrumentos para criar arte e jogos em <canvas> HTML: modelos 3D (Three.js, WebGL puro, Canvas 2D por software), ilustração 2D, UI de jogos, pixel art e jogos 2D/3D jogáveis (com playtest automatizado). Suporta projetos multi-arquivo (a pasta do HTML de entrada é servida inteira).
A IA escreve um arquivo HTML auto-contido; o servidor renderiza em Chromium headless e devolve:
render_scene— screenshots multi-ângulo (front/side/top/three-quarter ou ângulos custom, close-up viadistance_factor < 1) ou frames sequenciais de animação (animation_frames+frame_interval_ms). A IA passa a ver o que criou e itera.validate_scene— relatório JSON estruturado: erros de página/console, canvas em branco, e (com Three.js registrado) checks profundos do grafo de cena: objetos flutuando, sem luzes, fora do frustum, transform NaN, texturas sem UV, clipping de câmera etc. Para pixel art (window.__pix):ANTI_ALIASING(pixels borrados/fora da grade) ePALETTE_OVERFLOW. Cada issue vem com severidade e sugestão de correção.interact_scene— playtest: executa um roteiro de inputs (teclas seguradas, cliques, esperas) intercalado com screenshots e leituras dewindow.__state(), para a IA verificar que o gameplay funciona (player anda? pula? pontua?). Inclui estimativa de FPS.inspect_scene— dump da árvore de cena Three.js com bounding boxes em coordenadas de mundo, para raciocinar sobre posicionamento exato.get_guidelines— guias (workflow, ofício 3D geral, texturização, armadilhas por tecnologia, ilustração 2D + UI de jogos, pixel art).
Bibliotecas de helpers servidas em /__helpers/ para o HTML da IA:
| Lib | Para | Destaques |
|---|---|---|
three-helpers.js |
Three.js | register(), anchor(), mirrorX(), frameCamera(), threePointLights(), applyTexture() |
canvas3d.js |
Canvas 2D | mini-engine 3D por software (C3D): primitivas, câmera orbital, flat shading |
webgl-helpers.js |
WebGL puro | GLH: shaders prontos, malhas com UVs, mat4, orbitCamera, upload de texturas |
texture-helpers.js |
todas | TEX: texturas procedurais (wood, brick, marble, noise, bump...) sem rede |
draw2d.js |
ilustração 2D / UI | D2D: camadas com transform, formas/gradientes/sombras, UI de jogos (panel, healthBar, button), ticker de animação |
pixel-helpers.js |
pixel art | PIX: grade lógica exibida nítida, paletas retrô (Game Boy, PICO-8, NES...), Bresenham, flood fill, dithering, espelhamento, outline, sprites, animação por frames |
game2d.js |
jogos 2D | G2D: loop com timestep fixo, input com edge detection, entidades/tags, colisão AABB, tilemap por strings com moveEntity (física de plataforma), câmera follow/shake, tweens, partículas, cenas |
game3d.js |
jogos 3D | G3D: bootstrap de mundo (luzes + registro automático), character controller (WASD+pulo+gravidade), câmera 3ª pessoa, colisores AABB moveAndCollide, raycast pick, spawner |
Setup
npm install
npx playwright install chromium
Registrar no Claude Code
# escopo do projeto atual:
claude mcp add canvas3d -- npx tsx "C:\Users\use\Desktop\ESTUDO\3d canvas improve\src\index.ts"
# ou disponível em todos os projetos:
claude mcp add --scope user canvas3d -- npx tsx "$PWD\src\index.ts"
# para confirmar
claude mcp list
Depois peça, por exemplo: "usando as tools do canvas3d, crie um robô 3D em Three.js — leia get_guidelines('workflow') primeiro e itere com render/validate até ficar bom".
O loop que a IA segue
get_guidelines("workflow")→ convenções e snippets- escreve o HTML (com helpers, registrando
window.__sceneouwindow.__setView) render_scene→ olha todos os ângulosvalidate_scene→ corrige errors, depois warnings- repete até imagem + relatório ficarem bons
Desenvolvimento
npm test # vitest: unit + integração (Playwright real)
npm run typecheck # tsc --noEmit
npx tsx scripts/smoke-render.ts examples/good-threejs-robot.html # render direto, salva JPGs
npx tsx scripts/smoke-mcp.ts # smoke da camada MCP via stdio
Estrutura: src/ (servidor MCP + pipeline Playwright + análise), src/probe/injected/ (scripts injetados na página), helpers/ (libs servidas ao HTML), guidelines/ (guias), examples/ (cenas boas + defects/ que disparam cada validador), tests/.
Notas de plataforma (descobertas empiricamente nesta máquina)
- WebGL headless funciona sem flags (SwiftShader). Override:
CANVAS3D_BROWSER_ARGS. - O primeiro contexto WebGL criado logo após o launch do browser é perdido (corrida de init do processo GPU). Mitigado por warmup no launch + reload automático da página quando o snapshot detecta contexto perdido.
- Canvas WebGL "render-once" pode capturar em branco (buffer descartado após present). O probe força
preserveDrawingBuffer: truee o servidor chamawindow.__redrawantes de capturar.
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。