Czy MCP server jest bezstanowy?

Nie przechowuje twoich danych uwierzytelniających. Serwer trzyma twój MESHY_API_KEY w pamięci i nigdy nie zapisuje go na dysku. Domyślnie zapisuje pobrane modele wraz z ich metadanymi w folderze meshy_output w swoim katalogu roboczym. Aby zapisać pobrany plik gdzie indziej, podaj narzędziu do pobierania ścieżkę save_to.

Czy MCP kosztuje tyle samo co REST API?

Tak. Wywołania narzędzi MCP wykonują te same wywołania REST i zużywają kredyty w tej samej stawce. Pełny cennik znajdziesz na stronie Cennik.

Jakie są limity szybkości?

Wywołania MCP server wliczają się w te same limity szybkości co twoje wywołania REST API. Limity dla każdego planu znajdziesz na stronie Rate limits.

Do jakich danych Meshy ma dostęp MCP server?

Tylko do tych, do których dostęp ma twój MESHY_API_KEY poprzez REST API, z tymi samymi uprawnieniami.

Jak zgłosić problemy?

Otwórz zgłoszenie (issue) w repozytorium meshy-mcp-server na GitHubie: https://github.com/meshy-dev/meshy-mcp-server/issues

Integracja z AI

Połącz agentów AI i asystentów kodowania z Meshy, korzystając z Meshy MCP server do wywołań narzędzi lub z llms.txt i llms-full.txt do odczytu dokumentacji.

Jeśli korzystasz z Claude Code, Cursor, Windsurf, Codex lub innego klienta MCP, zainstaluj MCP server. Jeśli twój agent czatu nie obsługuje MCP, wskaż mu zamiast tego https://docs.meshy.ai/llms.txt.

Czym jest MCP

Model Context Protocol (MCP) to otwarty standard, który pozwala asystentom AI wywoływać zewnętrzne narzędzia i otrzymywać ustrukturyzowany kontekst. Meshy MCP server opakowuje Meshy REST API w narzędzia, które może wywoływać twój agent. Dzięki nim agent może wygenerować model, sprawdzić zadanie i pobrać wynik bez ręcznie pisanego kodu HTTP.

MCP server jest open source. Jest opublikowany w npm jako @meshy-ai/meshy-mcp-server, a jego kod źródłowy znajduje się w repozytorium meshy-mcp-server na GitHubie.

Potrzebujesz klucza API Meshy. Utwórz go na stronie API Keys w Developer Platform. MCP server odczytuje go ze zmiennej środowiskowej MESHY_API_KEY.

Instalacja MCP server

Aby zainstalować serwer, użyj zakładki odpowiadającej twojemu klientowi AI. Zastąp msy_YOUR_API_KEY swoim kluczem API.

# 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

Wolisz skórkę umiejętności (skill)? Open-source'owy pakiet meshy-3d-agent zawiera gotowe przepływy pracy Meshy dla Claude Code, Cursor i OpenClaw, takie jak generowanie modelu, odpytywanie zadania i pobieranie wyniku. Wywołuje on bezpośrednio Meshy REST API, więc nie potrzebujesz MCP server.

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

Dostępne narzędzia

MCP server udostępnia Meshy REST API jako poniższe narzędzia, pogrupowane według funkcji.

Generowanie 3D

meshy_text_to_3d: tworzy nietteksturowaną siatkę podglądu na podstawie promptu tekstowego
meshy_image_to_3d: tworzy model 3D z jednego obrazu
meshy_multi_image_to_3d: tworzy model 3D z wielu obrazów tego samego obiektu
meshy_text_to_3d_refine: dodaje teksturę do siatki podglądu

Przetwarzanie końcowe

meshy_remesh: zmienia topology lub liczbę wielokątów istniejącego modelu, albo jedno i drugie
meshy_retexture: nakłada nową teksturę na istniejący model
meshy_rig: dodaje szkielet do humanoidalnej postaci 3D
meshy_animate: nakłada animację na postać z rig
meshy_convert: konwertuje model do innego formatu pliku
meshy_resize: zmienia rozmiar modelu na rzeczywiste wymiary
meshy_uv_unwrap: generuje nowy układ UV dla modelu
meshy_text_to_motion: generuje animację na podstawie promptu tekstowego
meshy_list_animations: sprawdza identyfikatory gotowych akcji animacji, za darmo

Creative Lab

meshy_creative_lab: zamienia zdjęcie w gotowy produkt Creative Lab (uruchamia zadania prototypu i kompilacji)

Generowanie obrazów

meshy_text_to_image: tworzy obraz 2D na podstawie tekstu
meshy_image_to_image: tworzy obraz 2D na podstawie obrazu referencyjnego

Zarządzanie zadaniami

meshy_get_task_status: sprawdza status zadania i adresy URL do pobrania
meshy_list_tasks: wyświetla listę ostatnich zadań, opcjonalnie filtrowanych według typu lub statusu
meshy_cancel_task: usuwa zadanie. Meshy usuwa i zwraca kredyty za zadanie w stanie PENDING, a zakończone zadanie usuwa. Zadania w stanie IN_PROGRESS nie można anulować, a API zwraca 409.
meshy_download_model: pobiera gotowy plik modelu i zapisuje go lokalnie

Obszar roboczy

meshy_list_models: wyświetla listę twoich ostatnich modeli Tekst na 3D. Dla innych typów zadań użyj meshy_list_tasks.

Druk 3D

meshy_send_to_slicer: znajduje slicery zainstalowane na twoim komputerze i zwraca polecenie, które otwiera model w jednym z nich. Działa lokalnie i nie wywołuje Meshy API.
meshy_analyze_printability: sprawdza drukowalność modelu w technologii FDM za darmo, w tym szczelność, objętość, otwory, krawędzie non-manifold i zdegenerowane ściany
meshy_process_multicolor: konwertuje model z teksturą na wielokolorowy plik 3MF do druku
meshy_repair_printability: naprawia model pod kątem druku FDM
meshy_auto_split: dzieli model na części, które można drukować osobno

Konto

meshy_check_balance: sprawdza pozostałe kredyty
meshy_list_usage: wyświetla listę zakończonych zadań API twojego zespołu oraz liczbę kredytów zużytych przez każde z nich, dla zespołów Studio i Enterprise

Nazwy i działanie narzędzi mogą się zmieniać. Pełną listę znajdziesz wśród narzędzi w kodzie źródłowym MCP server.

Przykładowe prompty

Na początek wypróbuj te prompty w czacie obsługującym MCP:

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 i llms-full.txt

Jeśli twój agent nie obsługuje MCP albo chcesz umieścić dokumentację Meshy bezpośrednio w prompcie, wskaż mu wersje tekstowe dokumentacji:

llms.txt: zwięzły indeks z instrukcjami integracji, takimi jak sposób odpytywania zadań asynchronicznych, uwierzytelnianie, limity szybkości, wybór modelu i typowe błędy.
llms-full.txt: każda strona API w jednym pliku, dzięki czemu agent może przeczytać dokumentację w jednym żądaniu.
Markdown dla poszczególnych stron: dodaj .md do dowolnego adresu URL punktu końcowego, na przykład https://docs.meshy.ai/api/text-to-3d.md.

Meshy regeneruje wszystkie trzy pliki przy każdej kompilacji witryny dokumentacji, dzięki czemu są zgodne z dokumentacją HTML.

FAQ

Czy MCP server jest bezstanowy?: Nie przechowuje twoich danych uwierzytelniających. Serwer trzyma twój MESHY_API_KEY w pamięci i nigdy nie zapisuje go na dysku. Domyślnie zapisuje pobrane modele wraz z ich metadanymi w folderze meshy_output w swoim katalogu roboczym. Aby zapisać pobrany plik gdzie indziej, podaj narzędziu do pobierania ścieżkę save_to.
Czy MCP kosztuje tyle samo co REST API?: Tak. Wywołania narzędzi MCP wykonują te same wywołania REST i zużywają kredyty w tej samej stawce. Pełny cennik znajdziesz na stronie Cennik.
Jakie są limity szybkości?: Wywołania MCP server wliczają się w te same limity szybkości co twoje wywołania REST API. Limity dla każdego planu znajdziesz na stronie Rate limits.
Do jakich danych Meshy ma dostęp MCP server?: Tylko do tych, do których dostęp ma twój MESHY_API_KEY poprzez REST API, z tymi samymi uprawnieniami.
Jak zgłosić problemy?: Otwórz zgłoszenie (issue) w repozytorium meshy-mcp-server na GitHubie: https://github.com/meshy-dev/meshy-mcp-server/issues