Integrasi AI

Meshy menyediakan dua saluran untuk agen AI dan asisten coding: MCP server Meshy untuk pemanggilan alat, dan llms.txt / llms-full.txt untuk ingesti 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 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 REST API sebagai sekumpulan alat yang dapat dipanggil agen Anda — menghasilkan model, memeriksa tugas, mengunduh hasil — tanpa perlu menulis kode HTTP secara manual.

MCP server 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 di https://www.meshy.ai/settings/api. 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 suka skill siap pakai? Paket skill open-source meshy-3d-agent menyertakan workflow Meshy yang sudah ditulis sebelumnya (hasilkan → polling → unduh) untuk Claude Code, Cursor, dan OpenClaw. Ini memanggil Meshy REST API secara langsung — tidak memerlukan MCP server.

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

Alat yang Tersedia

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

Generasi 3D

  • meshy_text_to_3d — membuat model 3D dari 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 pratinjau

Pascapemrosesan

  • 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 diberi rig

Generasi Gambar

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

Manajemen Tugas

  • meshy_get_task_status — memeriksa status tugas dan URL unduhan
  • meshy_list_tasks — mencantumkan tugas terbaru, secara opsional difilter berdasarkan jenis/status
  • meshy_cancel_task — membatalkan tugas yang tertunda atau sedang berlangsung
  • meshy_download_model — mengambil file model yang selesai dan menyimpannya secara lokal

Ruang Kerja

  • meshy_list_models — mencantumkan semua model di 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 mesin Anda; tidak ada panggilan Meshy API)
  • meshy_analyze_printability — saat ini mengembalikan checklist 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 multiwarna untuk dicetak

Akun

  • meshy_check_balance — menanyakan kredit yang tersisa

Nama dan perilaku alat dapat berkembang. Daftar otoritatif tersedia di sumber MCP server.

Contoh Prompt

Masukkan ini ke chat berkemampuan MCP Anda 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 mengingest dokumentasi Meshy langsung ke dalam prompt, arahkan ke sumber teks biasa kami:

  • llms.txt — indeks ringkas + instruksi integrasi (pola async-polling yang benar, aturan autentikasi, batas laju, pilihan model, kesalahan umum).
  • llms-full.txt — setiap halaman API digabungkan dalam satu file untuk ingesti sekali ambil.
  • 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 dokumentasi 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 REST API?
Ya — setiap panggilan alat MCP dipetakan ke satu panggilan REST dan menggunakan kredit dengan laju yang persis sama. Lihat halaman Harga untuk matriks lengkapnya.
Apa batas lajunya?
MCP server berbagi bidang batas laju yang sama dengan REST API. Lihat halaman Rate Limits untuk batas per tingkat.
Data Meshy apa yang dapat diakses MCP?
Hanya yang dapat diakses MESHY_API_KEY melalui REST. Cakupan dan izin identik.
Bagaimana cara melaporkan masalah?
Ajukan issue di repositori meshy-mcp-server: https://github.com/meshy-dev/meshy-mcp-server/issues