AI 集成

Meshy 为 AI 智能体和编程助手提供了两条通道：用于工具调用的 Meshy MCP server，以及用于文档摄取的 llms.txt / llms-full.txt。

如果你正在从 Claude Code、Cursor、Windsurf、Codex 或其他任何兼容 MCP 的工具集成 Meshy，请按下方说明安装 MCP server。如果你是从不支持 MCP 的纯聊天智能体进行集成，请改为将其指向 https://docs.meshy.ai/llms.txt。

什么是 MCP

Model Context Protocol (MCP) 是一个开放标准，允许 AI 助手调用外部工具并获取结构化上下文。Meshy MCP server 将 Meshy REST API 封装为一组你的智能体可以调用的工具——生成模型、检查任务、下载结果——而无需手写 HTTP 代码。

该 MCP server 是开源的，已作为 @meshy-ai/meshy-mcp-server 发布在 npm 上。源码地址：github.com/meshy-dev/meshy-mcp-server。

你需要一个 Meshy API key。可在 https://www.meshy.ai/settings/api 创建。MCP server 会从 MESHY_API_KEY 环境变量中读取它。

快速安装

# 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

更想要开箱即用的 skill？ 开源的 meshy-3d-agent skill 包为 Claude Code、Cursor 和 OpenClaw 提供了预先编写好的 Meshy 工作流（生成 → 轮询 → 下载）。它直接调用 Meshy REST API——无需 MCP server。

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

可用工具

MCP server 将 Meshy REST API 按功能分组暴露为一系列工具。

3D 生成

  • meshy_text_to_3d — 根据文本 prompt 创建 3D 模型
  • meshy_image_to_3d — 根据一张图片创建 3D 模型
  • meshy_multi_image_to_3d — 根据同一物体的多张图片创建 3D 模型
  • meshy_text_to_3d_refine — 为预览 mesh 添加 texture

后处理

  • meshy_remesh — 更改现有模型的 topology 和/或 polycount
  • meshy_retexture — 为现有模型应用新的 texture
  • meshy_rig — 为 3D 人形角色添加骨骼
  • meshy_animate — 为已绑定骨骼的角色应用 Animation

图像生成

  • meshy_text_to_image — 由文本生成 2D 图像
  • meshy_image_to_image — 由参考图像生成 2D 图像

任务管理

  • meshy_get_task_status — 检查任务状态及下载链接
  • meshy_list_tasks — 列出最近的任务，可按类型/状态筛选
  • meshy_cancel_task — 取消待处理或进行中的任务
  • meshy_download_model — 获取已完成的模型文件并保存到本地

Workspace

  • meshy_list_models — 列出已认证用户 workspace 中的所有模型

3D 打印

  • meshy_send_to_slicer — 检测已安装的切片软件并在其中启动模型（在本地机器上运行；不调用 Meshy API）
  • meshy_analyze_printability — 目前返回的是人工可打印性检查清单（壁厚、悬垂、manifold mesh 等）。待 Meshy printability API 可用后，将升级为自动化分析。
  • meshy_process_multicolor — 将带 texture 的模型转换为可用于打印的多色 3MF 文件

账户

  • meshy_check_balance — 查询剩余 credits

工具名称及行为可能会随时间演变。权威列表见 MCP server 源码。

示例 Prompt

将以下内容作为起点粘贴到你启用了 MCP 的聊天中。

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 与 llms-full.txt

如果你的智能体不支持 MCP，或者你想直接将 Meshy 文档摄取到 prompt 中，可以将其指向我们提供的纯文本入口：

  • llms.txt — 精简索引 + 集成说明（正确的异步轮询模式、鉴权规则、速率限制、模型选择、常见错误）。
  • llms-full.txt — 将所有 API 页面拼接为单个文件，方便一次性抓取摄取。
  • 每页 Markdown：在任意 endpoint URL 后追加 .md 即可。例如：https://docs.meshy.ai/api/text-to-3d.md。

这三者都会在每次文档站点构建时重新生成，因此不会与 HTML 文档产生偏差。

常见问题

Is the MCP server stateless?
Yes. Your MESHY_API_KEY is used per request and never persisted on the server side.
Does MCP cost the same as the REST API?
Yes — every MCP tool call maps to a single REST call and consumes credits at the exact same rate. See the Pricing page for the full matrix.
What are the rate limits?
The MCP server shares the same rate-limit plane as the REST API. See the Rate Limits page for per-tier limits.
What Meshy data can the MCP access?
Only what the MESHY_API_KEY can access via REST. Scopes and permissions are identical.
How do I report issues?
File an issue at the meshy-mcp-server repository: https://github.com/meshy-dev/meshy-mcp-server/issues