AI Integration
Ang Meshy ay naglalantad ng dalawang channel para sa mga AI agent at coding assistant: ang Meshy MCP server para sa pagtawag ng tool, at llms.txt / llms-full.txt para sa pag-ingest ng dokumentasyon.
Kung ikaw ay nag-iintegrate ng Meshy mula sa Claude Code, Cursor, Windsurf, Codex, o anumang iba pang MCP-compatible na tool, i-install ang MCP server sa ibaba. Kung ikaw ay nag-iintegrate mula sa isang plain chat agent na walang suporta sa MCP, ituro ito sa https://docs.meshy.cn/llms.txt sa halip.
Ano ang MCP
Ang Model Context Protocol (MCP) ay isang open standard na nagpapahintulot sa mga AI assistant na tumawag ng external na mga tool at kumuha ng structured na konteksto. Ang Meshy MCP server ay bumabalot sa Meshy REST API bilang isang set ng mga tool na maaaring tawagin ng iyong agent — bumuo ng modelo, suriin ang isang gawain, i-download ang resulta — nang hindi kinakailangang magsulat ng HTTP code.
Ang MCP server ay open source at nailathala sa npm bilang @meshy-ai/meshy-mcp-server. Pinagmulan: github.com/meshy-dev/meshy-mcp-server.
Kailangan mo ng Meshy API key. Gumawa ng isa sa https://www.meshy.ai/settings/api. Binabasa ito ng MCP server mula sa MESHY_API_KEY environment variable.
Mabilis na Pag-install
# Detects installed AI clients and configures Meshy for each
npx add-mcp @meshy-ai/meshy-mcp-server --env MESHY_API_KEY=msy_YOUR_API_KEY
Mas gusto mo ba ng drop-in skill? Ang open-source na meshy-3d-agent skill pack ay naglalaman ng mga pre-written na Meshy workflows (generate → poll → download) para sa Claude Code, Cursor, at OpenClaw. Tumatawag ito ng direkta sa Meshy REST API — walang kinakailangang MCP server.
npx skills add meshy-dev/meshy-3d-agent
Mga Magagamit na Tools
Ang MCP server ay naglalantad ng Meshy REST API bilang mga tool, na naka-grupo ayon sa kakayahan.
3D Generation
meshy_text_to_3d— lumikha ng 3D model mula sa isang text promptmeshy_image_to_3d— lumikha ng 3D model mula sa isang imahemeshy_multi_image_to_3d— lumikha ng 3D model mula sa maraming imahe ng parehong bagaymeshy_text_to_3d_refine— magdagdag ng texture sa isang preview mesh
Post-Processing
meshy_remesh— baguhin ang topology at/o polycount ng isang umiiral na modelomeshy_retexture— mag-apply ng bagong texture sa isang umiiral na modelomeshy_rig— magdagdag ng skeleton sa isang 3D humanoid charactermeshy_animate— mag-apply ng animation sa isang rigged character
Image Generation
meshy_text_to_image— 2D na imahe mula sa textmeshy_image_to_image— 2D na imahe mula sa isang reference na imahe
Task Management
meshy_get_task_status— suriin ang status ng gawain at mga download URLmeshy_list_tasks— ilista ang mga kamakailang gawain, maaaring i-filter ayon sa uri/statusmeshy_cancel_task— kanselahin ang isang pending o in-progress na gawainmeshy_download_model— kunin ang isang natapos na model file at i-save ito sa lokal
Workspace
meshy_list_models— ilista ang lahat ng modelo sa workspace ng awtentikadong user
3D Printing
meshy_send_to_slicer— tukuyin ang mga naka-install na slicer at ilunsad ang modelo sa isa (tumatakbo sa lokal na makina mo; walang tawag sa Meshy API)meshy_analyze_printability— kasalukuyang nagbabalik ng manual print-readiness checklist (kapal ng dingding, overhangs, manifold mesh, atbp.). Ia-upgrade sa automated analysis kapag available na ang Meshy printability API.meshy_process_multicolor— i-convert ang isang textured na modelo sa isang multi-color na 3MF file para sa pag-print
Account
meshy_check_balance— mag-query ng natitirang credits
Ang mga pangalan at pag-uugali ng tool ay maaaring magbago. Ang awtoritatibong listahan ay matatagpuan sa MCP server source.
Mga Halimbawa ng Prompt
Ilagay ang mga ito sa iyong MCP-enabled na chat bilang panimulang punto.
Generate a 3D fox from the prompt "a cartoon fox sitting", preview it, then
texture it with PBR maps. Download the final GLB to ./outputs.
Take the image at https://example.com/sculpture.jpg and convert it into a
riggable 3D character. Use `should_remesh: true` and 50k target polycount.
What's my current Meshy credit balance?
List my last 10 successful text-to-3d tasks and download the top 3 as GLB
into ./downloads/.
llms.txt at llms-full.txt
Kung ang iyong agent ay walang suporta sa MCP, o nais mong i-ingest ang Meshy docs sa isang prompt direkta, ituro ito sa aming plain-text na mga surface:
llms.txt— compact index + integration instructions (ang tamang async-polling pattern, auth rules, rate limits, model choice, common mistakes).llms-full.txt— bawat API page ay pinagsama sa isang file para sa single-fetch ingestion.- Per-page Markdown: idagdag ang
.mdsa anumang endpoint URL. Halimbawa:https://docs.meshy.cn/api/text-to-3d.md.
Ang lahat ng tatlo ay nire-regenerate tuwing nagbuo ang docs site, kaya hindi sila lumilihis mula sa HTML docs.
FAQ
- Ang MCP server ba ay stateless?
- Oo. Ang iyong MESHY_API_KEY ay ginagamit kada request at hindi kailanman pinapanatili sa server side.
- Ang MCP ba ay may parehong halaga tulad ng REST API?
- Oo — bawat tawag ng MCP tool ay tumutugma sa isang REST call at kumokonsumo ng credits sa parehong rate. Tingnan ang Pricing page para sa buong matrix.
- Ano ang mga rate limits?
- Ang MCP server ay nagbabahagi ng parehong rate-limit plane tulad ng REST API. Tingnan ang Rate Limits page para sa bawat tier na limitasyon.
- Anong Meshy data ang maaaring ma-access ng MCP?
- Tanging kung ano ang maaaring ma-access ng MESHY_API_KEY sa pamamagitan ng REST. Ang mga scope at permiso ay magkapareho.
- Paano ako mag-uulat ng mga isyu?
- Mag-file ng isyu sa meshy-mcp-server repository: https://github.com/meshy-dev/meshy-mcp-server/issues