Meshy Ai MCP Server

🚀 グリッド AI MCP サーバー

このサーバーは、グリッド AI API とやり取りするための Model Context Protocol (MCP) サーバーです。3D モデルの生成、テクスチャの適用、モデルの最適化などの機能を提供します。

✨ 主な機能

• テキストプロンプトから 3D モデルを生成
• 画像から 3D モデルを生成
• 3D モデルにテクスチャを適用
• 3D モデルの再メッシュ化と最適化
• タスクの進行状況をリアルタイムでストリーミング
• タスクの一覧表示と取得
• アカウント残高の確認

📦 インストール

1. このリポジトリをクローンします：

   git clone https://github.com/pasie15/scenario.com-mcp-server
   cd meshy-ai-mcp-server
   

2. （推奨） 仮想環境を設定します：

   venv を使用する場合:

   python -m venv .venv
   # Windows の場合
   .\.venv\Scripts\activate
   # macOS/Linux の場合
   source .venv/bin/activate
   

   Conda を使用する場合:

   conda create --name meshy-mcp python=3.9  # または好みの Python バージョン
   conda activate meshy-mcp
   

3. MCP パッケージをインストールします：

   pip install mcp
   

4. 依存関係をインストールします：

   pip install -r requirements.txt
   

5. .env ファイルを作成し、グリッド AI API キーを追加します：

   cp .env.example .env
   # .env を編集し、API キーを追加する
   

💻 使用例

基本的な使用法

サーバーの起動

以下のコマンドを使用してサーバーを起動できます：

python -m mcp.server --port 8081

デフォルトでは、サーバーは 8081 ポートで実行されます。MCP_PORT 環境変数で別のポートを指定することもできます。

3D モデルの生成

from mcp.client import MCPClient

client = MCPClient()
result = client.use_tool(
    "meshy-ai",
    "create_text_to_3d_model",
    {
        "request": {
            "mode": "preview",
            "prompt": "a monster mask",
            "art_style": "realistic",
            "should_remesh": True
        }
    }
)
print(f"タスク ID: {result['id']}")

タスクの状態を確認する

from mcp.client import MCPClient

client = MCPClient()
task_id = "your-task-id"
result = client.use_tool(
    "meshy-ai",
    "retrieve_text_to_3d_model_task",
    {
        "task_id": task_id
    }
)
print(f"状態: {result['status']}")

📚 ドキュメント

サーバーは環境変数を使用して構成できます：

• MESHY_API_KEY: グリッド AI API キー（必須）
• MCP_PORT: サーバーがリッスンするポート（デフォルト: 8081）
• TASK_TIMEOUT: ストリーミングタスクの最大待機時間（デフォルト: 300 秒）

📄 ライセンス

このプロジェクトは MIT License の下でライセンスされています。詳細は LICENSE ファイルを参照してください。