核心用法
Meshy.ai Skill 提供两条核心自动化管线：
1. Text to Image：调用 scripts/text_to_image.py，输入文本提示词生成 2D 图像，支持多视图输出，自动按任务 ID 归类保存到指定目录。
2. Image to 3D OBJ：调用 scripts/image_to_3d_obj.py，支持本地图片路径或公开 URL 作为输入，异步轮询任务状态直至完成，最终下载 model.obj 及材质文件（model.mtl）。
两条管线均遵循「创建任务 → 轮询状态 → 下载结果」的异步流程，输出目录自动按 任务类型_<taskId>_<slug> 结构组织，便于版本管理。
显著优点
- 端到端自动化：无需手动监控 API 状态，脚本内置轮询与自动下载，降低使用门槛。
- 本地资产沉淀：强制落盘 OBJ 与图像，方便后续 Blender、Unity 等工具链集成。
- 灵活输入：图生 3D 同时支持本地文件与公开 URL，适应不同工作流。
- 目录结构化：自动生成语义化文件夹，避免文件混乱。
潜在缺点与局限性
- 异步等待成本：任务需轮询等待，生成时间不可控，不适合实时交互场景。
- API Key 依赖：需预配置
MESHY_API_KEY，且存在密钥泄露风险（建议配合环境变量管理工具如 direnv）。 - 输出格式固定：图生 3D 仅输出 OBJ+MTL，如需 FBX、gLTF 等格式需额外转换。
- 网络稳定性：下载阶段依赖 Meshy CDN，大模型或弱网环境下可能超时。
适合人群
- 独立游戏开发者：快速验证美术概念，批量生成原型资产。
- 3D 打印爱好者：将图片转为可打印模型，降低建模门槛。
- AI 艺术探索者：结合文生图与图生 3D，实验 AIGC 工作流。
常规风险
- API 密钥泄露：硬编码或日志打印
MESHY_API_KEY可能导致账户被盗刷。 - 输出文件污染：若
out-dir配置不当，可能覆盖已有文件（脚本未做防覆盖校验）。 - 服务可用性：Meshy 为商业 API，存在速率限制与故障可能，生产环境需加熔断与重试。