agnes-mcp
基于Agnes AI的MCP服务器,支持图像描述、图像生成和视频生成,全部通过OpenAI兼容接口。
README
agnes-mcp
基于 Agnes AI 的 MCP 服务端 — 读图·生图·生视频,全部走 OpenAI 兼容接口。
官方仓库:AgnesAI-Labs/AgnesAI-Models — 模型目录、API 文档和示例。 API 平台:https://platform.agnes-ai.com/
工具列表
| 工具 | 说明 |
|---|---|
describe_image |
读本地图片 → 自动压缩 → base64 → Agnes 视觉模型 → 返回文字描述。支持 png/jpg/webp/bmp/gif |
generate_image |
文字生图(异步)→ 返回 taskId: "img_1",后台自动下载 |
generate_video |
文字生视频(异步)→ 返回 taskId: "vid_1",后台自动轮询并下载 |
get_task_status |
查询任意异步任务状态(0ms 缓存,不调 API)→ 完成后返回下载路径 + 总耗时 |
describe_image
| 参数 | 类型 | 必填 | 默认 | 说明 |
|---|---|---|---|---|
filePath |
string | 是 | — | 本地图片路径,支持 png/jpg/jpeg/gif/webp/bmp |
prompt |
string | 否 | "Describe this image in detail" |
传给视觉模型的提示词 |
返回:文字描述 + 耗时
generate_image
| 参数 | 类型 | 必填 | 默认 | 说明 |
|---|---|---|---|---|
prompt |
string | 是 | — | 生成图片的文字描述 |
size |
string | 否 | "1024x768" |
期望尺寸,如 "1024x768"、"512x512"(实际由 Agnes 决定最终分辨率) |
outputPath |
string | 是 | — | 图片保存路径 |
返回:{"taskId":"img_1","status":"queued"}
generate_video
| 参数 | 类型 | 必填 | 默认 | 说明 |
|---|---|---|---|---|
prompt |
string | 是 | — | 生成视频的文字描述 |
outputPath |
string | 是 | — | 视频保存路径 |
返回:{"taskId":"vid_1","status":"queued"}
get_task_status
| 参数 | 类型 | 必填 | 默认 | 说明 |
|---|---|---|---|---|
taskId |
string | 是 | — | 异步任务 ID,img_* 或 vid_* |
返回:{"status":"completed","outputPath":"...","totalTime":"26s"} 或 {"status":"in_progress","progress":30}
快速开始
npm install
# 编辑 config.json 填入 Agnes API key
npm run dev
配置
编辑项目根目录的 config.json:
{
"apiKeys": ["sk-xxx", "sk-yyy"],
"baseUrl": "https://apihub.agnes-ai.com/v1",
"models": {
"vision": "agnes-2.0-flash",
"image": "agnes-image-2.1-flash",
"video": "agnes-video-v2.0"
},
"videoTimeout": 600000,
"imageMaxDimension": 2048,
"imageQuality": 80
}
| 字段 | 默认值 | 说明 |
|---|---|---|
apiKeys |
[] |
多个 key 自动轮询(round-robin) |
baseUrl |
https://apihub.agnes-ai.com/v1 |
API 地址 |
models.* |
agnes-2.0-flash 等 | 各任务使用模型 |
videoTimeout |
600000 |
视频生成超时(毫秒),默认 10 分钟 |
imageMaxDimension |
2048 |
读图时最大宽/高,超过等比缩小 |
imageQuality |
80 |
JPEG 压缩质量(保留以备后续扩展) |
retryCount |
3 |
API 请求失败时自动重试次数(对 429/5xx/网络错误生效) |
config.json 已被 .gitignore 和 pre-commit 钩子双重保护,禁止提交到仓库。
环境变量
| 变量 | 作用 |
|---|---|
AGNES_BASE_URL |
覆盖 API 地址(默认使用 config.json) |
AGNES_API_KEYS |
JSON 数组格式的 key 列表(优先级高于 config.json) |
接入 MCP Host
opencode.json
{
"mcp": {
"agnes-mcp": {
"type": "local",
"command": ["npx", "tsx", "src/main.ts"],
"cwd": "D:\\path\\to\\agnes_mcp"
}
}
}
claude_desktop_config.json
{
"mcpServers": {
"agnes-mcp": {
"command": "node",
"args": ["D:\\path\\to\\agnes_mcp\\dist\\main.js"]
}
}
}
确保先执行 npm run build 编译,然后填入实际项目路径。
脚本
| 命令 | 作用 |
|---|---|
npm run dev |
tsx watch src/main.ts 开发模式 |
npm run build |
tsc 编译 |
npm run start |
node dist/main.js 启动 |
许可
MIT © 2026 1cyberlangke1
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。