Meshy AI MCP 服务器

这是一个用于与 Meshy AI API 交互的模型上下文协议 (MCP) 服务器。它提供了从文本和图像生成 3D 模型、应用纹理和重新划分模型网格的工具。

功能

• 从文本提示生成 3D 模型
• 从图像生成 3D 模型
• 将纹理应用于 3D 模型
• 重新划分网格并优化 3D 模型
• 实时流式传输任务进度
• 列出和检索任务
• 检查账户余额

安装

1. 克隆此存储库：

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

2. （推荐） 设置虚拟环境：

   使用 venv:

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

   使用 Conda:

   conda create --name meshy-mcp python=3.9  # 或您喜欢的 Python 版本
   conda activate meshy-mcp
   

3. 安装 MCP 包：

   pip install mcp
   

4. 安装依赖项：

   pip install -r requirements.txt
   

5. 创建一个包含您的 Meshy AI API 密钥的 .env 文件：

   cp .env.example .env
   # 编辑 .env 并添加您的 API 密钥
   

用法

启动服务器

您可以直接使用 Python 启动服务器：

python src/server.py

或者使用 MCP CLI：

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（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"  // <-- 确保此路径正确！
      ],
      "disabled": false,
      "autoApprove": [],
      "alwaysAllow": []
    }
  }
}

推荐：使用 MCP 开发模式（启动检查器）

对于开发和调试，请使用 mcp dev 运行服务器：

mcp dev src/server.py

使用 mcp dev 运行时，您将看到如下输出：

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

您可以在浏览器中打开检查器 URL 以监视 MCP 通信。

可用工具

该服务器提供以下工具：

创建工具

• create_text_to_3d_task: 从文本提示生成 3D 模型
• create_image_to_3d_task: 从图像生成 3D 模型
• create_text_to_texture_task: 使用文本提示将纹理应用于 3D 模型
• create_remesh_task: 重新划分网格并优化 3D 模型

检索工具

• retrieve_text_to_3d_task: 获取文本到 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: 获取文本到纹理任务的详细信息
• retrieve_remesh_task: 获取重新划分网格任务的详细信息

列表工具

• list_text_to_3d_tasks: 列出文本到 3D 任务
• list_image_to_3d_tasks: 列出图像到 3D 任务
• list_text_to_texture_tasks: 列出文本到纹理任务
• list_remesh_tasks: 列出重新划分网格任务

流式传输工具

• stream_text_to_3d_task: 流式传输文本到 3D 任务的更新
• stream_image_to_3d_task: 流式传输图像到 3D 任务的更新
• stream_text_to_texture_task: 流式传输文本到纹理任务的更新
• stream_remesh_task: 流式传输重新划分网格任务的更新

实用工具

• get_balance: 检查您的 Meshy AI 账户余额

资源

该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 访问任务详细信息

配置

可以使用环境变量配置服务器：

• MESHY_API_KEY: 您的 Meshy AI API 密钥（必需）
• MCP_PORT: MCP 服务器监听的端口（默认：8081）
• TASK_TIMEOUT: 流式传输时等待任务完成的最长时间（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

此项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅 LICENSE 文件。