Meshy AI

Meshy AI MCP 服务器

这是一个用于与（系统/平台）交互的模型上下文协议（MCP）服务器 Meshy AI API它提供了从文本和图像生成3D模型、应用纹理以及重新网格化模型的工具。

特点/特性

• 根据文本提示生成3D模型
• 从图像生成3D模型
• 为3D模型应用纹理
• 重新网格化并优化3D模型
• 实时流任务进度
• 列出任务并检索任务
• 查看账户余额

安装

1. 克隆此存储库：

   git clone https://github.com/pasie15/scenario.com-mcp-server
   cd meshy-ai-mcp-server

1. （推荐） 设置一个虚拟环境：

*使用 venv：*

   python -m venv .venv
   # On Windows
   .\.venv\Scripts\activate
   # On macOS/Linux
   source .venv/bin/activate

*使用 Conda：*

   conda create --name meshy-mcp python=3.9  # Or your preferred Python version
   conda activate meshy-mcp

1. 安装MCP包：

   pip install mcp

1. 安装依赖项：

   pip install -r requirements.txt

1. 创建一个 .env 请提供包含您Meshy AI API密钥的文件：

   cp .env.example .env
   # Edit .env and add your API key

使用方法

启动服务器

你可以直接使用Python启动服务器：

python src/server.py

或者使用MCP CLI（MCP命令行接口）：

mcp run config.json

编辑器配置

将此MCP服务器配置添加到您的Cline/Roo-Cline/Cursor/VS Code设置中（例如。， .vscode/settings.json 或用户设置：

{
  "mcpServers": {
    "meshy-ai": {
      "command": "python",
      "args": [
        "path/to/your/meshy-ai-mcp-server/src/server.py"  // <-- Make sure this path is correct!
      ],
      "disabled": false,
      "autoApprove": [],
      "alwaysAllow": []
    }
  }
}

建议：使用MCP开发模式（启动检查器）

为了开发和调试，请使用以下方式运行服务器： mcp dev:

mcp dev src/server.py

当与……一起运行时 mcp dev，你会看到类似这样的输出：

Starting MCP inspector...
⚙️ Proxy server listening on port 6277
🔍 MCP Inspector is up and running at http://127.0.0.1:6274 🚀
New SSE connection

你可以在浏览器中打开检查器URL以监控MCP通信。

可用工具

服务器提供以下工具：

创作工具

• create_text_to_3d_task根据文本提示生成3D模型
• create_image_to_3d_task从图像生成3D模型
• create_text_to_texture_task使用文本提示为3D模型应用纹理
• create_remesh_task对3D模型进行重新网格化并优化

检索工具

• retrieve_text_to_3d_task获取文本转3D任务的详细信息
• retrieve_image_to_3d_task获取图像到3D任务的详细信息
• retrieve_text_to_texture_task获取文本转纹理任务的详细信息
• retrieve_remesh_task获取重网格化任务的详细信息

列表工具

• list_text_to_3d_tasks将文本列表转换为3D任务
• list_image_to_3d_tasks将图像列表转换为3D任务
• list_text_to_texture_tasks列出“将文本转换为纹理”的任务
• list_remesh_tasks列出Remesh任务

流媒体工具

• stream_text_to_3d_task文本到3D任务的流式更新
• stream_image_to_3d_task为图像到3D任务流式更新
• stream_text_to_texture_task文本到纹理任务的流式更新
• stream_remesh_task为Remesh任务流式传输更新

实用工具

• get_balance检查您的Meshy AI账户余额

资源

服务器还提供以下资源：

• health://status健康检查端点
• task://{task_type}/{task_id}按类型和ID访问任务详情

配置

服务器可以通过环境变量进行配置：

• MESHY_API_KEY您的Meshy AI API密钥（必填）
• MCP_PORTMCP服务器监听的端口（默认：8081）
• TASK_TIMEOUT在流处理时等待任务完成的最大时间（默认：300秒）

示例

从文本生成3D模型

from mcp.client import MCPClient

client = MCPClient()
result = client.use_tool(
    "meshy-ai",
    "create_text_to_3d_task",
    {
        "request": {
            "mode": "preview",
            "prompt": "a monster mask",
            "art_style": "realistic",
            "should_remesh": True
        }
    }
)
print(f"Task ID: {result['id']}")

检查任务状态

from mcp.client import MCPClient

client = MCPClient()
task_id = "your-task-id"
result = client.use_tool(
    "meshy-ai",
    "retrieve_text_to_3d_task",
    {
        "task_id": task_id
    }
)
print(f"Status: {result['status']}")

许可证

此项目采用MIT许可证授权 - 详情请参见LICENSE文件。