Integrasi AI

Meshy menyediakan dua saluran untuk agen AI dan asisten coding: MCP server Meshy untuk pemanggilan alat (tool-calling), dan llms.txt / llms-full.txt untuk pengambilan dokumentasi.

Jika Anda mengintegrasikan Meshy dari Claude Code, Cursor, Windsurf, Codex, atau alat lain yang kompatibel dengan MCP, instal MCP server di bawah ini. Jika Anda mengintegrasikan dari agen chat biasa tanpa dukungan MCP, arahkan agen tersebut ke https://docs.meshy.ai/llms.txt sebagai gantinya.

Apa itu MCP

Model Context Protocol (MCP) adalah standar terbuka yang memungkinkan asisten AI memanggil alat eksternal dan mengambil konteks terstruktur. MCP server Meshy membungkus Meshy API REST sebagai sekumpulan alat yang dapat dipanggil oleh agen Anda — membuat model, memeriksa task, mengunduh hasil — tanpa perlu menulis kode HTTP secara manual.

MCP server ini bersifat open source dan dipublikasikan di npm sebagai @meshy-ai/meshy-mcp-server. Sumber: github.com/meshy-dev/meshy-mcp-server.

Anda memerlukan kunci API Meshy. Buat satu di halaman API Keys pada Developer Platform. MCP server membacanya dari variabel lingkungan MESHY_API_KEY.

Instalasi Cepat

# 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

Lebih memilih skill siap pakai? Paket skill open-source meshy-3d-agent menyediakan alur kerja Meshy yang sudah ditulis (generate → poll → download) untuk Claude Code, Cursor, dan OpenClaw. Paket ini memanggil Meshy API REST secara langsung — tanpa memerlukan MCP server.

npx skills add meshy-dev/meshy-3d-agent

Alat yang Tersedia

MCP server mengekspos Meshy API REST sebagai alat, dikelompokkan berdasarkan kapabilitas.

Generasi 3D

  • meshy_text_to_3d — membuat model 3D dari sebuah prompt teks
  • meshy_image_to_3d — membuat model 3D dari satu gambar
  • meshy_multi_image_to_3d — membuat model 3D dari beberapa gambar objek yang sama
  • meshy_text_to_3d_refine — menambahkan tekstur ke mesh preview

Post-Processing

  • meshy_remesh — mengubah topology dan/atau jumlah poligon dari model yang sudah ada
  • meshy_retexture — menerapkan tekstur baru ke model yang sudah ada
  • meshy_rig — menambahkan kerangka ke karakter humanoid 3D
  • meshy_animate — menerapkan animasi ke karakter yang sudah di-rig

Generasi Gambar

  • meshy_text_to_image — gambar 2D dari teks
  • meshy_image_to_image — gambar 2D dari gambar referensi

Manajemen Task

  • meshy_get_task_status — memeriksa status task dan URL unduhan
  • meshy_list_tasks — mencantumkan task terbaru, dapat disaring berdasarkan tipe/status
  • meshy_cancel_task — membatalkan task yang sedang menunggu atau sedang berlangsung
  • meshy_download_model — mengambil file model yang sudah selesai dan menyimpannya secara lokal

Ruang Kerja

  • meshy_list_models — mencantumkan semua model dalam ruang kerja pengguna yang terautentikasi

Pencetakan 3D

  • meshy_send_to_slicer — mendeteksi slicer yang terinstal dan meluncurkan model di salah satunya (berjalan secara lokal di komputer Anda; tidak ada pemanggilan Meshy API)
  • meshy_analyze_printability — saat ini mengembalikan daftar periksa kesiapan cetak manual (ketebalan dinding, overhang, mesh manifold, dll.). Akan ditingkatkan menjadi analisis otomatis setelah API kemampuan cetak Meshy tersedia.
  • meshy_process_multicolor — mengonversi model bertekstur menjadi file 3MF multi-warna untuk pencetakan

Akun

  • meshy_check_balance — mengecek sisa kredit

Nama dan perilaku alat dapat berubah. Daftar resminya terdapat di sumber MCP server.

Contoh Prompt

Masukkan contoh berikut ke dalam chat yang mendukung MCP sebagai titik awal.

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 dan llms-full.txt

Jika agen Anda tidak mendukung MCP, atau Anda ingin memasukkan dokumentasi Meshy langsung ke dalam sebuah prompt, arahkan agen tersebut ke permukaan teks polos kami:

  • llms.txt — indeks ringkas + instruksi integrasi (pola async-polling yang benar, aturan autentikasi, rate limit, pemilihan model, kesalahan umum).
  • llms-full.txt — semua halaman API digabungkan dalam satu file untuk pengambilan sekali fetch.
  • Markdown per halaman: tambahkan .md ke URL endpoint mana pun. Contoh: https://docs.meshy.ai/api/text-to-3d.md.

Ketiganya dibuat ulang setiap kali situs dokumentasi dibangun, sehingga tidak pernah menyimpang dari dokumen HTML.

FAQ

Apakah MCP server bersifat stateless?
Ya. MESHY_API_KEY Anda digunakan per permintaan dan tidak pernah disimpan di sisi server.
Apakah biaya MCP sama dengan API REST?
Ya — setiap pemanggilan alat MCP dipetakan ke satu panggilan REST dan mengonsumsi kredit dengan tarif yang persis sama. Lihat halaman Harga untuk matriks lengkapnya.
Apa saja batas rate-nya?
MCP server berbagi bidang rate-limit yang sama dengan API REST. Lihat halaman Rate Limits untuk batas per tingkatan.
Data Meshy apa saja yang dapat diakses MCP?
Hanya yang dapat diakses oleh MESHY_API_KEY melalui REST. Scope dan izinnya identik.
Bagaimana cara melaporkan masalah?
Ajukan issue di repositori meshy-mcp-server: https://github.com/meshy-dev/meshy-mcp-server/issues