Blender Copilot: 5 Cümlede 3D Uzay Gemisi

📰 Hikayesi ve Doğuşu

Bağımsız geliştirici xeonax, 6 serbestlik dereceli (6DoF) bir uzay gemisi uçuş prototipi geliştirmek istiyordu; ancak önünde devasa bir engel vardı: Blender'da haftalarca sıfırdan 3D modelleme öğrenmek istemiyordu. Vertex'lerle ve karmaşık arayüzlerle boğuşmak yerine radikal bir karar aldı: Modelleme öğrenmek yerine, bir gününü Blender içine doğrudan gömülü çalışan bir Copilot ajanı inşa etmeye ayırdı.

Sonuçta sadece 7,18 dolar değerinde DeepSeek token'ı harcayarak ve modele art arda sadece 5 doğal dil komutu vererek 15 dakika içinde kanatları, kokpiti, 24 adet RCS iticisi ve senkronize egzoz alevleri olan eksiksiz bir uzay gemisi elde etti. Sürecin en çarpıcı anı ise modelin otonom kararı oldu: Arka iticilerin egzoz dumanının geminin kendi gövdesine çarptığını ray-cast (ışın izleme) ile kendiliğinden tespit eden yapay zekâ, kimse istemeden motorları kanat uçlarına taşıyıp 35 derece dışa eğdi. Geliştiricinin deyimiyle: 'Tek bir vertex bile çizmedim; bir modele ellerini veren kişiye dönüştüm.'

⚡ Nasıl Çalışıyor & Mimari Detaylar

Piyasadaki birçok yapay zekâ entegrasyonu sahneyi harici bir soket veya kopya dosya üzerinden senkronize etmeye çalışırken, Blender Copilot bambaşka bir mühendislik yolu izliyor: Ajan döngüsü doğrudan Blender'ın kendi Python çalışma zamanında (bpy) çalışıyor. Bu sayede aktif sahne, seçimler, modlar ve bağlam (bpy.context) gecikmesiz olarak doğrudan modelin kontrolüne giriyor.

Mimari açıdan en kritik başarı, geri alma yığını (undo stack) yönetimi. Eklenti, bir sohbet turunda modelin çalıştırdığı onlarca Python aracını ve mesh manipülasyonunu tek bir 'Ctrl+Z' adımında toplayan özel bir işlem sarmalayıcısıyla yönetiyor. 613 milyon token'lık test sürecinde sistem, DeepSeek'in istem önbellekleme (prompt caching) mekanizmasını %97 oranında kullanarak maliyeti sentler seviyesine indirmeyi başardı.

💡 Neden Radarımıza Girdi?

Blender Copilot, 'yapay zekâ bana bir küp çiz' seviyesindeki basit script çalıştırıcıların çok ötesinde. Modelin canlı sahnede geometriyi analiz etmesi, iticilerin birbirini kesip kesmediğini uzamsal hesaplamalarla kontrol etmesi ve kendi hatalarını düzelterek hiyerarşik rig animasyonları (Ship_Rig) kurması inanılmaz bir sıçrama.

Dahası proje, yapay zekâ çağının getirdiği varoluşsal duyguyu çok dürüst bir şekilde belgeliyor: Yazılımcıların kod yazma veya modelleme zanaatından uzaklaşıp yalnızca 'Enter' tuşuna basan denetçilere dönüşmesinin yarattığı o zafer hissi yoksunluğunu açıkça tartışmaya açıyor. Hype'tan uzak, 77 başarısız güvenlik testini bile şeffaflıkla README'sine yazan gerçek bir mühendislik deneyi.

🚀 Nasıl Denenir & Kaynaklar

Proje açık kaynak kodlu olarak GitHub üzerinde yayımlandı. Kendi Blender ortamınızda denemek için depodaki eklenti klasörünü Blender eklentiler dizinine eklemeniz ve ayarlar panelinden DeepSeek (veya OpenAI uyumlu) API anahtarınızı girmeniz yeterli. Canlı sahneniz açıkken 3D Viewport yan panelinden sohbete başlayabilir, komutlarınızın viewport üzerinde saniyeler içinde koda ve geometriye dönüşmesini izleyebilirsiniz.