ایجنت هوشمند هرمس مجهز به Meshy شد؛ ساخت مدل‌های سه‌بعدی تنها با نوشتن متن

مجموعه پژوهشی Nous Research با انتشار یک افزونه رسمی، زیرساخت تولید مدل‌های سه‌بعدی شرکت Meshy را به مستندات ایجنت هرمس (Hermes Agent) متصل کرد. از این پس توسعه‌دهندگان می‌توانند از هرمس بخواهند یک صندوقچه گنج کم‌پولی‌گان (Low-poly) برای موتور بازی گودو (Godot) بسازد، یک عکس را به مدلی آماده چاپ سه‌بعدی تبدیل کند یا کاراکتری را برای انیمیشن آماده سازد و سپس نتیجه نهایی را درست درون محیط گفت‌وگو بررسی کنند.

این یکپارچه‌سازی، سرور پروتکل کانتکست مدل (MCP) اختصاصی Meshy را با مهارت گردش‌کار (Workflow Skill) ایجنت هرمس ترکیب می‌کند. در این ساختار، هرمس مسئولیت انتخاب ابزار، تأیید کسر اعتبار، ردیابی وظایف و فرمت‌های خروجی را بر عهده دارد و در سوی دیگر، سرورهای ابری Meshy پردازش تصویر و محاسبات هندسی سه‌بعدی را انجام می‌دهند.

استفاده از نسخه تثبیت‌شده سرور MCP در کنار اسکیل گردش‌کار

این افزونه، سرور MCP اختصاصی Meshy را به‌صورت یک فرآیند محلی از طریق ورودی و خروجی استاندارد اجرا می‌کند. پروتکل MCP رابطی استاندارد در اختیار ایجنت قرار می‌دهد تا ابزارهای بیرونی را فراخوانی کند؛ هم‌زمان این فرآیند محلی با استفاده از کلید حساب کاربری پیکربندی‌شده، با رابط برنامه‌نویسی (API) سرویس Meshy ارتباط برقرار می‌سازد.

با آغاز هر نشست کاری جدید، بسته meshy-mcp-server@0.6.4 از طریق دستور npx اجرا می‌شود. از آنجا که هرمس دستورالعمل‌های توکار سرور MCP را از پنجره زمینه (کانتکست) مدل حذف می‌کند، این افزونه یک اسکیل اختصاصی با نام meshy-3d را نیز به‌همراه دارد که شامل قواعد مسیریابی، سناریوهای کاربردی، بررسی هزینه‌ها، راهنمای فرمت‌ها و جدول ابزارهای فعال است.

ایجنت هرمس ۲۸ ابزار مختلف Meshy را پوشش می‌دهد که اسکیمای آن‌ها در مجموع حدود ۱۹ هزار توکن حجم دارد. قابلیت جستجوی هوشمند ابزارها باعث می‌شود اسکیمای هر ابزار صرفاً در زمان نیاز وارد کانتکست مدل شود تا کاتالوگ کامل این ابزارها بی‌دلیل فضای مکالمات عادی را اشغال نکند.

• تولید محتوا: تبدیل متن به مدل سه‌بعدی، تصویر به سه‌بعدی، چند تصویر به سه‌بعدی، متن به تصویر و تبدیل تصویر به تصویر.
• پس‌پردازش: بازسازی مش (Remeshing)، بافت‌دهی مجدد (Retexturing)، تبدیل فرمت‌ها، تغییر ابعاد و باز کردن نقشه بافت (UV Unwrapping).
• طراحی کاراکتر: اسکلت‌بندی و ریگ‌بندی (Rigging)، متحرک‌سازی، تبدیل متن به حرکت (Text-to-Motion) و مرور کتابخانه حرکات انیمیشنی.
• چاپ سه‌بعدی: تحلیل قابلیت چاپ و ترمیم فایل، خروجی چندرنگ 3MF، جداسازی خودکار قطعات، انتقال به نرم‌افزارهای اسلایسر و دسترسی به محصولات Creative Lab.
• مدیریت حساب کاربری: بررسی وضعیت وظایف، فهرست مدل‌ها، دریافت فایل‌ها، کنترل موجودی اعتبار و آمار مصرف.

پیش‌نمایش سه‌بعدی مدل‌ها درون محیط گفت‌وگو

نسخه دسکتاپ هرمس (Hermes Desktop) مدل‌های تولیدشده را مستقیماً درون صفحه چت رندر می‌کند، موجودی اعتبار Meshy را در نوار وضعیت نمایش می‌دهد و گالری کاملی از طرح‌های قبلی را نگهداری می‌کند. پس از دانلود مدل، ایجنت پاسخ خود را با دستور meshy-model به پایان می‌برد که اپلیکیشن دسکتاپ را به فایل محلی ذخیره‌شده هدایت می‌کند.

کارت ایجادشده در چت، یک ابزار نمایش تعاملی را باز می‌کند که قابلیت‌هایی نظیر چرخش سه‌بعدی، بزرگ‌نمایی، نمایش مشبک سیمی (Wireframe) و خطوط راهنمای گرید دارد و حتی امکان انتقال مدل به تب جداگانه را فراهم می‌سازد. هنگامی که هرمس یک فرآیند ناهمگام را آغاز می‌کند، شناسه وظیفه را فوراً بازمی‌گرداند تا کاربر بتواند درصد پیشرفت کار Meshy را روی همان کارت ببیند. با اتمام پردازش، کارت پیش‌نمایشی از تصویر بندانگشتی به‌همراه گزینه‌های بعدی (Next) و دانلود (Download) را نشان می‌دهد.

پیام‌رسان‌ها و سایر کلاینت‌های غیردسکتاپ نیز یک ویدیوی پیش‌نمایش کوتاه دریافت می‌کنند تا روی دستگاه‌هایی که توانایی رندر کارت تعاملی را ندارند، مشاهده نتیجه کار ممکن باشد.

هر کارت فهرستی از فرمت‌های تولیدشده برای آن وظیفه را نشان می‌دهد و فایل خروجی انتخاب‌شده را در کنار فایل محلی .glb ذخیره می‌کند. از آنجا که Meshy تمام این فرمت‌ها را در حین فرآیند اولیه تولید آماده می‌سازد، دریافت فایل در فرمت دیگر اعتبار اضافه‌ای از حساب کاربر کسر نمی‌کند.

کنترل دقیق هزینه‌ها؛ مسدودسازی خودکار عملیات بدون مجوز

بیشتر عملیات تولید و پردازش در Meshy بین ۵ تا ۶۲ اعتبار مصرف می‌کنند. این افزونه سرور خارجی را به‌صورت پیش‌فرض در دسته غیرقابل‌اعتماد قرار می‌دهد؛ به این معنی که برای هر عملیات دارای حق نوشتن یا تغییر داده‌ها نظیر ساخت، دانلود یا لغو سفارش، از کاربر تأییدیه مستقیم می‌خواهد.

سقف ۲۰۰ اعتبار به‌عنوان آستانه ارزیابی مجدد در سطح گفت‌وگو عمل می‌کند؛ عبور از این سقف به تصمیم‌گیری دوباره کاربر نیاز دارد تا اثرات صدور مجوزهای کلی برای یک نشست کاری مهار شود و خطری متوجه موجودی حساب کاربر نباشد.

وظایف زمان‌بندی‌شده خودکار (Cron Jobs) و درگاه‌های پردازشی بدون نظارت مستقیم انسانی، امکان صدور مجوز برای عملیات مالی را ندارند؛ بنابراین هرمس چنین درخواست‌هایی را پیش از آنکه بتوانند موجودی حساب Meshy را خالی کنند، مسدود می‌سازد.

در نسخه Meshy 7، تبدیل تصویر به مدل سه‌بعدی بدون بافت ۲۰ اعتبار، با بافت استاندارد ۳۰ اعتبار و با بافت باکیفیت 8K معادل ۳۵ اعتبار هزینه دارد. البته میزان دقیق مصرف اعتبار بسته به عملیات انتخابی و تنظیمات نهایی متفاوت خواهد بود.

راه‌اندازی تنها با اجرای ۳ دستور ساده

پس از در دسترس بودن هرمس، نصب و پیکربندی این افزونه تنها با ۳ دستور ساده در خط فرمان انجام می‌شود:

hermes plugins install meshy
hermes plugins enable meshy
hermes config set MESHY_API_KEY msy_...

محیط اجرای این افزونه به Node.js نسخه ۱۸ یا بالاتر نیاز دارد و دستور npx باید در مسیر متغیرهای سیستمی (PATH) در دسترس باشد. دریافت کلید API سرویس Meshy مستلزم داشتن اشتراک Pro یا بالاتر است که می‌توان آن را از بخش تنظیمات حساب کاربری ایجاد کرد. در اولین اجرا، بسته پایدار سرور دانلود شده و در حافظه کش npm قرار می‌گیرد.

تثبیت دقیق نسخه بسته نرم‌افزاری تضمین می‌کند که اجرای برنامه‌ها در سیستم‌های مختلف بدون مغایرت و به شکلی کاملاً یکسان تکرارپذیر باشد. ارتقای نسخه سرور نیز تنها پس از بررسی پول‌ریکوئست‌ها در فهرست رسمی و تغییر مانیفست افزونه صورت می‌پذیرد.

ثبت دقیق تاریخچه و اصل‌ونسب هر فایل تولیدشده

بخش گالری در نسخه دسکتاپ هرمس پنلی تحت عنوان ساخته‌شده از (Made from) برای هر مدل دارد. این بخش اطلاعاتی چون پرامپت اولیه، پرامپت مربوط به بافت یا سبک، تصویر منبع، تنظیمات تولید، سید (Seed)، میزان اعتبار مصرف‌شده، مراحل والد و فرزند و همچنین پیوند باز کردن چت (Open chat) برای رفتن به مکالمه اصلی را به نمایش می‌گذارد.

سرویس Meshy پرامپت‌های متنی را برای وظایف خود حفظ می‌کند. برای تولید مدل از تصویر و سایر عملیات بعدی نظیر بازسازی مش، بافت‌دهی مجدد، ریگ‌بندی، متحرک‌سازی و تغییر اندازه، این افزونه فراخوانی ابزار سازنده را در فایلی با نام provenance.json ثبت می‌کند. هر رکورد می‌تواند شامل پرامپت، تنظیمات، وظیفه والد، مسیر فایل تصویر محلی یا آدرس اینترنتی تصویر مبدأ (با حذف پارامترهای اضافی کوئری) باشد.

این داده‌ها مسیر تکامل فایل را از پرامپت یا عکس اولیه تا هر دارایی مشتق‌شده بعدی حفظ می‌کنند. به این ترتیب، تیم‌های فنی می‌توانند بدون نیاز به طراحی یک سامانه ردیابی مجزا، تنظیمات را بازبینی کنند، گفت‌وگوی اصلی را بیابند و کل فرآیند چندمرحله‌ای را با دقت بازآفرینی نمایند.

از نوشتن پرامپت تا بازی‌سازی، پرینت سه‌بعدی و انیمیشن

مدل‌های زبانی مجهز به ابزار، برای چنین گردش‌کاری بسیار ایده‌آل هستند؛ چراکه مدل زبانی مسئولیت هماهنگی و مدیریت عملیات را بر دوش می‌کشد و Meshy محاسبات پیچیده هندسی را پردازش می‌کند. هرمس عملیات لازم را انتخاب می‌نماید، هزینه آن را تأیید می‌کند، بر انجام کار نظارت دارد و فایل‌های خروجی را به مسیرهای درخواستی هدایت می‌سازد:

• توسعه بازی‌های ویدیویی: تولید مدل‌های موقت یا دارایی‌های نهایی با فرمت‌های پشتیبانی‌شده در موتورهای Godot، Unity و Unreal Engine.
• چاپ سه‌بعدی: تبدیل عکس‌های ثبت‌شده با گوشی هوشمند به فایل‌های STL یا 3MF و سپس اجرای تحلیل قابلیت چاپ و ترمیم هندسی مدل.
• طراحی و ساخت کاراکتر: نمونه‌سازی سریع اسکلت‌بندی (Rig) و انیمیشن بدون نیاز به باز کردن نرم‌افزار بلندر (Blender) برای هر ویرایش جزئی.
• طراحی محصول: طراحی کانسپت‌های چندنما، انتخاب طرح نهایی و تبدیل مستقیم آن به مدل سه‌بعدی آماده.

پلاگین Meshy حالا در کنار ابزارهای هماهنگ با بلندر، Home Assistant، اسپاتیفای و سایر سرویس‌ها، به فهرست رسمی افزونه‌های شرکت Nous Research اضافه شده است.

توسعه‌دهندگان افزونه می‌توانند از همین الگوی تقسیم وظایف بهره ببرند: قابلیت‌های مشخص را از طریق پروتکل MCP در دسترس قرار دهند و سپس مسیریابی ویژه ایجنت، سیاست‌های تأیید مجوز و مدیریت فایل‌های خروجی را در یک اسکیل گردش‌کار تعریف کنند. یکپارچه‌سازی Meshy به‌خوبی نشان می‌دهد که چگونه می‌توان از ابزارهای ناهمگام و پرهزینه پشتیبانی کرد، بدون آنکه نیازی به بارگذاری تمام اسکیماها در پرامپت باشد یا مهار هزینه‌های حساب کاربری از دست برود.