MCPとHugging Face Spacesを使ったゲームアセットジェネレーター

このプロジェクトは、AIを活用した生成を活用してゲームアセットの作成を簡素化する革新的なツールです。迅速なプロトタイプ作成を求めるゲーム開発者でも、生成モデルを探求するAI愛好家でも、このツールを使用すると、テキストプロンプトから2Dおよび3Dのゲームアセットを簡単に作成できます。このツールは、 Hugging Face Spaces （ "gokaygokay/Flux-2D-Game-Assets-LoRA" 、 "gokaygokay/Flux-Game-Assets-LoRA-v2" 、および3つの3Dモデル生成スペース（ InstantMesh 、 Hunyuan3D-2 、またはHunyuan3D-2mini-Turbo 。アカウントに複製する必要があります）のいずれかを搭載した）のAIモデルを統合し、 Claude DesktopなどのAIアシスタントとのシームレスなインタラクションのために**Model Context Protocol（MCP）**を使用します。

目次

1. プロジェクト概要

2. 特徴

3. 仕組み

4. 前提条件

5. インストール

6. 使用法

7. 構成

8. ファイル管理

9. MCP統合

10. トラブルシューティング

11. 高度な

12. 貢献

13. ライセンス

Related MCP server: visualgen-mcp

プロジェクト概要

Game Asset Generator （バージョン0.3.0 ）は、AIを活用してゲームアセットの作成を効率化します。テキストプロンプトから2Dアセット（ピクセルアートのスプライトなど）と3Dアセット（OBJやGLBモデルなど）を生成でき、 Hugging Face Spacesと**Model Context Protocol（MCP）**と統合されています。このリリースでは、複数の3Dモデル生成スペースInstantMesh 、 Hunyuan3D-2 、 Hunyuan3D-2mini-Turboのサポートが導入され、柔軟性とパフォーマンスが向上しています。Node.jsとMCP TypeScript SDK （ **v1.7.0）**を使用して構築されており、アセット生成のための堅牢なクロスプラットフォームソリューションを提供します。

特徴

• 2D アセット生成: テキスト プロンプト (例:「ピクセル アート ソード」) からピクセル アート、スプライト、またはその他の 2D アセットを作成します。

• 3D アセット生成: テキストの説明から 3D モデル (OBJ および GLB 形式) を生成し、画像からモデルへの自動変換を行います。

• 複数の 3D モデル空間: さまざまな 3D 生成ワークフローのためにInstantMesh 、 Hunyuan3D-2 、 Hunyuan3D-2mini-Turboサポートします。

• MCP 統合: Claude Desktopなどの MCP 互換クライアントを介してツールとシームレスに対話します。

• ファイル管理: リソース URI (例: asset://{type}/{id} ) を使用して、ローカルassetsディレクトリにアセットを自動的に保存し、整理します。

• 堅牢な入力検証: 安全で信頼性の高い入力処理のためにZodを使用します。

• マルチクライアント サポート: SSE トランスポートを介して複数の同時接続を処理します。

• 安全なリモート アクセス: 安全なリモート通信のためのオプションのHTTPSサポート。

• 拡張可能なバックエンド: 新しいモデルや機能を簡単に統合できるモジュール設計。

• クロスプラットフォーム: Node.jsを使用する Windows、macOS、Linux と互換性があります。

• 構成可能な 3D 生成: 環境変数を使用して、推論ステップ、ガイダンス スケール、ターボ モードなどのパラメータをカスタマイズします。

仕組み

ゲーム アセット ジェネレーターは、自動化されたパイプラインを通じてテキスト プロンプトをゲーム対応アセットに変換します。

1. ユーザー入力: テキストプロンプトを送信します (例:「ピクセルアートの剣」または「等角投影の 3D 城」)。

2. MCP サーバー: プロンプトを適切なツール ( generate_2d_assetまたはgenerate_3d_asset ) にルーティングします。

3. AIモデルのインタラクション：

   • 2D アセット: "gokaygokay/Flux-2D-Game-Assets-LoRA"でHugging Face Inference APIを利用します (50 ステップ)。

   • 3Dアセット:

     • "gokaygokay/Flux-Game-Assets-LoRA-v2"を使用して初期イメージを生成します（30 ステップ）。

     • 次のいずれかを使用して画像を 3D モデルに変換します。

       • InstantMesh : マルチステップ プロセス ( /preprocess 、 /generate_mvs 、 /make3d )。

       • Hunyuan3D-2 : シングルステッププロセス ( /generation_all )。

       • Hunyuan3D-2mini-Turbo : 設定可能なターボ モードを備えたシングル ステップ プロセス ( /generation_all )。

4. ファイル出力: アセット (2D の場合は PNG、3D の場合は OBJ/GLB) をassetsディレクトリに保存します。

5. レスポンス: すぐに使用できるリソース URI (例: asset://3d_model/filename.glb ) を返します。

ワークフロー図

User Prompt → MCP Server → AI Model(s) → Local File → Resource URI Response

プロンプトは、最適な品質を実現するために、「非常に詳細で、オブジェクトが完全で、切り取られておらず、白い単色の背景」で自動的に強化されます。

前提条件

• Node.js : バージョン 16 以上 ( npmを含む)。

• Git : リポジトリのクローンを作成します。

• インターネット アクセス: Hugging Face API 接続に必要です。

• Hugging Face アカウント: API アクセスに必要です。huggingface.co/settings/ tokens からトークンを取得します。

• NPM パッケージ:

  • @gradio/client : Hugging Face Spaces と対話します。

  • @huggingface/inference : 直接的なモデル推論用。

  • @modelcontextprotocol/sdk : MCP サーバーを実装します。

  • dotenv : 環境変数を読み込みます。

  • express : SSE トランスポートを有効にします。

  • zod : 入力検証を保証します。

  • sharp : 画像処理を扱います。

• オプション: 強化されたインタラクションのためのClaude Desktop (または別の MCP クライアント)。

インストール

1. リポジトリのクローンを作成します:

   git clone https://github.com/yourusername/game-asset-mcp.git
   cd game-asset-mcp

2. 依存関係をインストール:

   npm install

3. 環境の設定:

   • サンプルの.envファイルをコピーします。

     cp .env.example .env

   • .envを編集し、 Hugging Face APIトークンと複製したMODEL_SPACEを設定します。詳細は設定をご覧ください。

4. サーバーを実行します:

   • ローカル（stdioトランスポート） :

     npm start

   • カスタム作業ディレクトリ:

     node src/index.js /path/to/directory

   • リモート（SSEトランスポート） :

     node src/index.js --sse

   • HTTPSを使用したリモート:

     node src/index.js --sse --https

     ssl/key.pemとssl/cert.pemが必要です ( ssl/README.md を参照)。

注：ESモジュールを使用します（ package.jsonの"type": "module" ）。Node.js 16以降がインストールされていることを確認してください（ node --version ）。

使用法

MCP クライアント(例: Claude Desktop) またはプログラムを介してサーバーと対話します。

• 2Dアセットを生成する:

  • コマンド: generate_2d_asset prompt:"pixel art sword"

  • 出力: PNG ファイル (例: 2d_asset_generate_2d_asset_1698765432.png ) を保存し、その URI を返します。

• 3Dアセットを生成する:

  • コマンド: generate_3d_asset prompt:"isometric 3D castle"

  • 出力: OBJ/GLBファイルと中間画像を保存し、それらのURIを返します。長時間実行されるタスクには操作IDを提供します。

プロンプトの例

• 自然なやりとり：

  • generate_2d_sprite prompt:"pixel art sword"

  • generate_3d_model prompt:"isometric 3D castle"

クロード・デスクトップ

設定後（ 「設定」を参照）、インターフェイスに直接コマンドを入力します。

構成

.envファイルを使用してサーバーをカスタマイズします。

必要な設定

• HF_TOKEN : Hugging Face API トークン。

  HF_TOKEN=your_hf_token

• MODEL_SPACE : 複製された 3D モデル空間 (例: your-username/InstantMesh )。

  • 次のいずれかを複製します:

    • インスタントメッシュ

    • フンユアン3D-2

    • フンユアン3D-2ミニターボ```plaintext MODEL_SPACE=your-username/InstantMesh

オプションの3Dモデル設定

スペース固有のデフォルト

• インスタントメッシュ:

  • ステップ: 30～75 (デフォルト: 75)

  • シード: デフォルト 42

• フンユアン3D-2 :

  • ステップ: 20～50 (デフォルト: 20)

  • ガイダンススケール: デフォルト 5.5

  • オクツリー解像度512``256 (デフォルト: 256``384

  • シード: デフォルト 1234

• Hunyuan3D-2ミニターボ：

  • ステップ: 1 ～ 100 (デフォルト: Turboの場合は 5、 Fastの場合は 10、 Standardの場合は 20)

  • ガイダンススケール: デフォルト 5.0

  • オクツリー解像度: 16-512 (デフォルト: 256)

  • シード: デフォルト 1234

トランスポート設定

• PORT : SSE トランスポート ポート (デフォルト: 3000)。

  PORT=3000

クロードデスクトップセットアップ

設定ファイルを編集します。

• MacOS : ~/Library/Application Support/Claude/claude_desktop_config.json

• Windows : %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "game-asset-generator": {
      "command": "node",
      "args": ["/full/path/to/game-asset-mcp/src/index.js"]
    }
  }
}

編集後、Claude Desktop を再起動します。

ファイル管理

• 保存場所: アセットは作業ディレクトリ内の./assetsに保存されます。

• 命名規則: ファイルでは、プレフィックス、ツール名、タイムスタンプ、一意の ID が使用されます (例: 2d_asset_generate_2d_asset_1698765432_abcd1234.png )。

• カスタマイズ: カスタムディレクトリを設定します:

  node src/index.js /path/to/custom/directory

• リソース アクセス: アセットの一覧表示や読み取りには、MCP URI (例: asset://2d_asset/filename.png ) を使用します。

MCP統合

**モデル コンテキスト プロトコル (MCP)**により、このツールは AI クライアントに安全にサービスを提供できるようになります。

• ツール: generate_2d_asset 、 generate_3d_asset 。

• リソース: asset:// URI 経由で管理されます。

• プロンプト: generate_2d_sprite 、 generate_3d_model 。

• 互換性: Claude Desktopおよびその他の MCP クライアントで動作します。

トラブルシューティング

• API エラー: ネットワーク接続またはレート制限を確認してください./logs/server.logを確認してください。

• 認証の問題: .envのHF_TOKENとMODEL_SPACE確認してください。

• ES モジュール エラー: Node.js 16 以上であることを確認してください ( node --version )。

• ログ: 詳細なログを検査します。

  tail -f ./logs/server.log

高度な

APIエンドポイントと統合

• 2D アセット生成: "gokaygokay/Flux-2D-Game-Assets-LoRA"を使用します (50 ステップ)。

• 3D アセット イメージ生成: "gokaygokay/Flux-Game-Assets-LoRA-v2"を使用します (30 ステップ)。

• 3Dモデル変換：

  • InstantMesh : マルチステップ ( /check_input_image 、 /preprocess 、 /generate_mvs 、 /make3d )。

  • Hunyuan3D-2 : シングルステップ ( /generation_all )。

  • Hunyuan3D-2mini-Turbo : ターボモードを使用したシングルステップ ( /generation_all )。

バージョン管理

• 現在のバージョン: 0.3.0 (Hunyuan3D-2mini-Turbo サポートが追加されました)。

• MCP SDK バージョン: 1.7.0。

• 形式: MAJOR.MINOR.PATCH (SemVer)。

バックエンドアーキテクチャ

• コア ファイル: src/index.js 。

• 依存関係: package.jsonを参照してください。

• セキュリティ: Zod 検証、パス トラバーサル防止、HTTPS サポート、レート制限。

• パフォーマンス: 非同期処理、バックオフによる再試行、GPU クォータ処理。

貢献

皆様のご協力をお待ちしております！参加するには：

1. リポジトリをフォークする: GitHub にコピーを作成します。

2. 変更を加える: 機能を追加したり、バグを修正したり、ドキュメントを強化したりします。

3. プル リクエストを送信します。変更内容を詳しく記述します。

4. 未解決の問題: バグを報告したり、改善を提案したりします。

標準的なコーディング規則に従い、該当する場合はテストを含めます。

ライセンス

MITライセンスに基づいてライセンスされています。詳細についてはLICENSEファイルをご覧ください。