安裝與實作流程

在了解了協作策略與系統架構後，本節將詳細說明如何將 LLM 與 Grasshopper 進行環境建置與實作。

安裝流程

要啟動 GH MCP Workflow，需要完成以下四個關鍵步驟：

程式碼截圖展示了二次開發最關鍵的兩個部分：Python 橋接端與 C# 插件端。

根據左上角的層級圖，開發分為四個主要階段：

層級	名稱	說明
1	LLM Chat (對話層)	使用者與 LLM（如 Claude 或其他支援 MCP 的客戶端）進行對話
2	Grasshopper_mcp bridge.py (橋接層)	工具的使用手冊與邏輯轉譯點，負責定義 LLM 可看見的工具描述（Schema），並將請求轉發給 Grasshopper
3	GH_MCP/Commands (邏輯層)	位於 Grasshopper 插件端（GH Plug-in），負責處理具體的工具邏輯
4	GH Panel (執行層)	最終在 Grasshopper 畫布上生成電池（Components）、連線或修改參數

在右上方截圖中，可以看到開發者使用 @server.tool() 裝飾器來定義 Python 函數：

Docstring 的重要性：LLM 是透過 Python 的 Docstring（如範例中的 Connect two components...）來理解這個工具的功能、參數（source_id, target_id）及其類型
參數傳遞：定義好的參數會直接對應到 MCP 客戶端介面中，讓 LLM 知道如何構建 JSON 請求

右下角展示了在 Grasshopper 插件端如何映射這些指令：

指令註冊：使用 RegisterCommand 方法，將字串標籤（如 "connect_components"）與後端的 Handler 函數（如 ConnectComponentsHandler.ConnectComponents）進行綁定
模組化開發：截圖中列出了多個常用功能，這也是開發時需要擴充的重點

在 Grasshopper 中啟動自動化流程非常直覺：

1
User → Client/UI → MCP Server ↔ LLM → Tool (GH) → MCP Server → LLM → User

流程說明：

User → Client/UI：使用者發送指令（例如：「幫我連兩個電池」）
Client → MCP Server：客戶端將請求發送到 MCP Server
MCP Server ↔ LLM：Server 提供 Context 給 LLM，LLM 判斷需要調用哪個 Tool，並回傳 Call Tool API 的請求
MCP Server → Tool (GH)：Server 呼叫實作在 Grasshopper 端的 API
Tool → MCP Server → LLM → User：執行結果回傳並更新畫布，最後將狀態反饋給使用者