金大哥 - meshy-ai-mcp-server MCP 详情

article

README

🚀 网格 AI MCP 服务器

这是一个用于与网格 AI API 交互的 Model Context Protocol (MCP) 服务器。它能实现生成 3D 模型、应用纹理以及优化模型等功能，为 3D 模型处理提供了便捷的解决方案。

🚀 快速开始

本 MCP 服务器可与网格 AI API 交互，实现 3D 模型的生成、纹理应用和优化等功能。下面为你介绍启动服务器的具体步骤。

✨ 主要特性

从文本提示生成 3D 模型
从图像生成 3D 模型
在 3D 模型上应用纹理
重新网格化和优化 3D 模型
实时流式传输任务进度
列出并检索任务
查看账户余额

📦 安装指南

克隆此仓库：

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

（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  # 或你偏好的 Python 版本
conda activate meshy-mcp

安装 MCP 包：
```
pip install mcp
```
安装依赖项：
```
pip install -r requirements.txt
```

创建一个 .env 文件并添加你的网格 AI API 密钥：

cp .env.example .env
# 编辑 .env 并添加你的 API 密钥

💻 使用示例

基础用法

启动服务器

你可以使用以下命令启动服务器：

python -m mcp.server --port 8081

默认情况下，服务器将在 8081 端口上运行。你可以在 MCP_PORT 环境变量中指定其他端口。

生成一个 3D 模型

from mcp.client import MCPClient

client = MCPClient()
result = client.use_tool(
    "meshy-ai",
    "create_text_to_3d_model",
    {
        "request": {
            "mode": "preview",
            "prompt": "a monster mask",
            "art_style": "realistic",
            "should_remesh": True
        }
    }
)
print(f"任务 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_model_task",
    {
        "task_id": task_id
    }
)
print(f"状态: {result['status']}")

📚 详细文档

你可以通过环境变量配置服务器： | 属性 | 详情 | |------|------| | MESHY_API_KEY | 你的网格 AI API 密钥（必需） | | MCP_PORT | 服务器监听的端口（默认：8081） | | TASK_TIMEOUT | 流式传输任务时的最大等待时间（默认：300 秒） |

📄 许可证

该项目使用 MIT License 许可，详细内容请查看 LICENSE 文件。

meshy-ai-mcp-server