AI इंटीग्रेशन
Meshy, AI एजेंट्स और कोडिंग असिस्टेंट के लिए दो चैनल उपलब्ध कराता है: tool-calling के लिए Meshy MCP server, और डॉक्स इनजेशन के लिए llms.txt / llms-full.txt।
यदि आप Claude Code, Cursor, Windsurf, Codex, या किसी अन्य MCP-संगत टूल से Meshy को इंटीग्रेट कर रहे हैं, तो नीचे दिया गया MCP server इंस्टॉल करें। यदि आप बिना MCP सपोर्ट वाले किसी साधारण चैट एजेंट से इंटीग्रेट कर रहे हैं, तो इसके बजाय उसे https://docs.meshy.ai/llms.txt पर पॉइंट करें।
MCP क्या है
Model Context Protocol (MCP) एक ओपन स्टैंडर्ड है जो AI असिस्टेंट्स को बाहरी टूल्स कॉल करने और structured context प्राप्त करने देता है। Meshy MCP server, Meshy REST API को टूल्स के एक सेट के रूप में wrap करता है जिन्हें आपका एजेंट इनवोक कर सकता है — एक मॉडल जनरेट करना, किसी टास्क की जांच करना, परिणाम डाउनलोड करना — बिना hand-written HTTP कोड के।
MCP server ओपन सोर्स है और npm पर @meshy-ai/meshy-mcp-server के रूप में प्रकाशित है। स्रोत: github.com/meshy-dev/meshy-mcp-server।
आपको एक Meshy API की की आवश्यकता है। Developer Platform में API Keys पेज पर एक बनाएं। MCP server इसे MESHY_API_KEY एनवायरनमेंट वेरिएबल से पढ़ता है।
त्वरित इंस्टॉल
# 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
इसके बजाय एक drop-in skill चाहिए? ओपन-सोर्स meshy-3d-agent skill pack, Claude Code, Cursor, और OpenClaw के लिए पहले से लिखे गए Meshy वर्कफ़्लो (generate → poll → download) प्रदान करता है। यह सीधे Meshy REST API को कॉल करता है — किसी MCP server की आवश्यकता नहीं है।
npx skills add meshy-dev/meshy-3d-agent
उपलब्ध टूल्स
MCP server, Meshy REST API को क्षमता के अनुसार समूहीकृत टूल्स के रूप में प्रदान करता है।
3D जनरेशन
meshy_text_to_3d: एक टेक्स्ट prompt से एक बिना टेक्सचर वाला preview मेश बनाएंmeshy_image_to_3d: एक इमेज से 3D मॉडल बनाएंmeshy_multi_image_to_3d: एक ही ऑब्जेक्ट की कई इमेज से 3D मॉडल बनाएंmeshy_text_to_3d_refine: एक preview मेश में टेक्सचर जोड़ें
पोस्ट-प्रोसेसिंग
meshy_remesh: किसी मौजूदा मॉडल की topology और/या पॉलीकाउंट बदलेंmeshy_retexture: किसी मौजूदा मॉडल पर नया टेक्सचर लागू करेंmeshy_rig: 3D humanoid कैरेक्टर में स्केलेटन जोड़ेंmeshy_animate: rigged कैरेक्टर पर एनिमेशन लागू करेंmeshy_convert: मॉडल को किसी अन्य फ़ाइल फॉर्मेट में कन्वर्ट करेंmeshy_resize: किसी मॉडल को वास्तविक दुनिया के आयामों में रीसाइज़ करेंmeshy_uv_unwrap: किसी मॉडल के लिए नया UV लेआउट जनरेट करें
Creative Lab
meshy_creative_lab: एक फोटो को एक तैयार Creative Lab प्रोडक्ट में बदलें (prototype और build टास्क चलाता है)
इमेज जनरेशन
meshy_text_to_image: टेक्स्ट से 2D इमेजmeshy_image_to_image: किसी रेफरेंस इमेज से 2D इमेज
टास्क प्रबंधन
meshy_get_task_status: टास्क स्टेटस और डाउनलोड URLs जांचेंmeshy_list_tasks: हाल के टास्क सूचीबद्ध करें, वैकल्पिक रूप से प्रकार/स्टेटस द्वारा फ़िल्टर किए हुएmeshy_cancel_task: एक टास्क हटाएं। एकPENDINGटास्क हटा दिया जाता है और रिफंड कर दिया जाता है; एकIN_PROGRESSटास्क कैंसल नहीं किया जा सकता (API409लौटाता है); एक पूर्ण हो चुका टास्क हटा दिया जाता है।meshy_download_model: पूर्ण हो चुकी मॉडल फ़ाइल प्राप्त करें और स्थानीय रूप से सेव करें
वर्कस्पेस
meshy_list_models: अपने हाल के टेक्स्ट से 3D मॉडल सूचीबद्ध करें (अन्य टास्क प्रकारों के लिएmeshy_list_tasksका उपयोग करें)
3D प्रिंटिंग
meshy_send_to_slicer: इंस्टॉल किए गए slicers का पता लगाएं और उनमें से किसी एक में मॉडल खोलने के लिए एक कमांड लौटाएं (स्थानीय रूप से चलता है; कोई Meshy API कॉल नहीं)meshy_analyze_printability: मुफ़्त स्वचालित FDM प्रिंट-योग्यता जांच (watertightness, वॉल्यूम, होल, नॉन-मैनिफोल्ड किनारे, डिजेनरेट फेस)meshy_process_multicolor: टेक्सचर्ड मॉडल को प्रिंटिंग के लिए मल्टी-कलर 3MF फ़ाइल में कन्वर्ट करेंmeshy_repair_printability: FDM प्रिंटिंग के लिए किसी मॉडल की मरम्मत करें
अकाउंट
meshy_check_balance: शेष क्रेडिट क्वेरी करें
टूल के नाम और व्यवहार विकसित हो सकते हैं। आधिकारिक सूची MCP server स्रोत में रहती है।
उदाहरण Prompts
इन्हें अपने MCP-सक्षम चैट में शुरुआती बिंदु के रूप में डालें।
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 और llms-full.txt
यदि आपका एजेंट MCP सपोर्ट नहीं करता है, या आप Meshy डॉक्स को सीधे किसी prompt में इनजेस्ट करना चाहते हैं, तो उसे हमारे प्लेन-टेक्स्ट सरफेस पर पॉइंट करें:
llms.txt— कॉम्पैक्ट इंडेक्स + इंटीग्रेशन निर्देश (सही async-polling पैटर्न, auth नियम, rate limits, मॉडल चयन, सामान्य गलतियां)।llms-full.txt— सिंगल-फेच इनजेशन के लिए एक ही फ़ाइल में concatenate किए गए सभी API पेज।- प्रति-पेज Markdown: किसी भी एंडपॉइंट URL में
.mdजोड़ें। उदाहरण:https://docs.meshy.ai/api/text-to-3d.md।
ये तीनों हर बार डॉक्स साइट बिल्ड होने पर फिर से जनरेट होते हैं, इसलिए ये कभी भी HTML डॉक्स से अलग नहीं होते।
FAQ
- क्या MCP server स्टेटलेस है?
- हां। आपकी MESHY_API_KEY हर रिक्वेस्ट के लिए उपयोग की जाती है और सर्वर साइड पर कभी स्टोर नहीं की जाती।
- क्या MCP की लागत REST API जितनी ही है?
- हां — हर MCP टूल कॉल एक सिंगल REST कॉल से मैप होती है और बिल्कुल उसी दर पर क्रेडिट खर्च करती है। पूरी मैट्रिक्स के लिए मूल्य निर्धारण पेज देखें।
- रेट लिमिट क्या हैं?
- MCP server, REST API के समान ही रेट-लिमिट प्लेन साझा करता है। प्रति-टियर सीमाओं के लिए Rate Limits पेज देखें।
- MCP किस Meshy डेटा तक पहुंच सकता है?
- केवल वही जो MESHY_API_KEY REST के माध्यम से एक्सेस कर सकती है। Scopes और permissions बिल्कुल समान हैं।
- मैं समस्याओं की रिपोर्ट कैसे करूं?
- meshy-mcp-server repository पर एक issue दर्ज करें: https://github.com/meshy-dev/meshy-mcp-server/issues