Jimeng Image MCP Server
An MCP server providing AI image generation via Jimeng models, specifically designed for web design and placeholder creation. It features multi-model support, customizable parameters, and optional persistent storage using Tencent Cloud COS.
README
即梦图片生成 MCP 服务器
这是一个基于 Model Context Protocol (MCP) 的服务器,提供即梦AI图片生成功能。专为网站开发中的图片设计和占位填充场景而设计。
功能特性
- 🎨 AI图片生成: 支持通过文字描述生成高质量图片
- 🔧 多模型支持: 支持6种不同的即梦模型 (jimeng-3.0, jimeng-2.1等)
- ⚙️ 灵活配置: 可自定义图片尺寸、精细度等参数
- 🚀 MCP兼容: 可与所有支持MCP的AI客户端集成
- 📝 智能提示: 内置提示词优化建议和最佳实践
- 🔄 批量生成: 每次调用返回4张不同的图片供选择
- ☁️ 腾讯云存储: 支持自动上传到腾讯云对象存储,确保图片持久性
安装要求
- Python 3.8+
- 即梦API访问权限和session_id
快速开始
1. 安装依赖
# 使用pip安装
pip install -r requirements.txt
# 或使用uv (推荐)
uv pip install -r requirements.txt
2. 配置环境
复制 env_example.txt 为 .env 并填入你的配置:
cp env_example.txt .env
编辑 .env 文件,至少需要设置:
JIMENG_SESSION_ID=your_actual_session_id_here
腾讯云对象存储配置(可选)
如果需要将生成的图片自动上传到腾讯云对象存储,可以配置以下环境变量:
# 腾讯云COS配置
TENCENT_CLOUD_SECRET_ID=your_tencent_cloud_secret_id
TENCENT_CLOUD_SECRET_KEY=your_tencent_cloud_secret_key
TENCENT_COS_REGION=ap-beijing
TENCENT_COS_BUCKET=jimeng-images
TENCENT_COS_DOMAIN=your-custom-domain.com
配置说明:
TENCENT_CLOUD_SECRET_ID: 腾讯云API密钥ID(必填)TENCENT_CLOUD_SECRET_KEY: 腾讯云API密钥Key(必填)TENCENT_COS_REGION: COS存储桶地域,默认ap-beijingTENCENT_COS_BUCKET: COS存储桶名称,默认jimeng-imagesTENCENT_COS_DOMAIN: 自定义域名(可选),如不设置则使用默认COS域名
注意: 配置腾讯云COS后,生成的图片会自动上传到腾讯云,返回腾讯云的图片链接,确保图片的持久性和访问速度。
腾讯云COS功能测试
配置完成后,可以运行测试脚本验证腾讯云COS功能:
python test_cos_upload.py
测试脚本会检查:
- 环境变量配置是否正确
- 腾讯云COS SDK是否已安装
- 能否成功连接到腾讯云COS
- 上传功能是否正常工作
腾讯云COS SDK最新特性演示
运行示例脚本查看最新的SDK功能:
python cos_examples.py
演示内容包括:
- 异步文件上传
- 从URL上传文件
- 对象列表管理
- 预签名URL生成
- 对象删除操作
3. 启动服务器
# 方式一:直接运行
python jimeng_image_server.py
# 方式二:使用启动脚本
python run_server.py
# 方式三:使用uvx (推荐)
uvx jimeng_image_server.py
可用工具
1. generate_images - 生成AI图片
为网站开发生成AI图片,适用于图片设计和占位填充。
参数:
prompt(必填): 图片描述提示词model(可选): 模型选择,默认 "jimeng-3.0"negative_prompt(可选): 反向提示词,默认为空width(可选): 图片宽度,默认1024height(可选): 图片高度,默认1024sample_strength(可选): 精细度(0-1),默认0.5
注意: session_id 通过环境变量 JIMENG_SESSION_ID 自动获取,无需在调用时传入。
示例调用:
# 基础用法
result = await generate_images(
prompt="现代简约的办公室内景,明亮的自然光"
)
# 高级用法
result = await generate_images(
prompt="电商产品展示图,白色背景,专业摄影",
model="jimeng-3.0",
negative_prompt="模糊的,低质量,文字,水印",
width=1920,
height=1080,
sample_strength=0.7
)
2. list_available_models - 列出可用模型
查看所有支持的即梦图片生成模型及其特点。
3. get_generation_tips - 获取优化建议
获取提示词编写技巧、参数调优建议和最佳实践。
提示词编写技巧
网站开发常用场景
-
产品展示图
"电商产品展示图,白色背景,专业摄影,高分辨率" -
网站横幅
"现代科技感横幅背景,渐变色彩,商务风格" -
用户头像占位符
"简约的用户头像图标,扁平化设计,圆形" -
博客文章配图
"科技主题的插画风格配图,现代感,蓝色调"
提示词优化要点
- ✅ 使用具体、描述性的词汇
- ✅ 指定风格:插画、摄影、卡通等
- ✅ 包含情感和氛围描述
- ✅ 对商业用途指定"高分辨率"、"专业"等
- ❌ 避免版权相关内容
- ❌ 避免过于抽象的描述
MCP客户端配置
Claude Desktop配置
在 claude_desktop_config.json 中添加:
{
"mcpServers": {
"jimeng-image": {
"command": "python",
"args": ["/path/to/mcp_server/jimeng_image_server.py"],
"env": {
"JIMENG_SESSION_ID": "your_session_id_here"
}
}
}
}
其他MCP客户端
参考各客户端的MCP服务器配置文档,使用以下启动命令:
python /path/to/jimeng_image_server.py
API接口说明
本服务器调用的即梦图片生成API详情:
- 接口地址:
POST http://localhost:8001/v1/images/generations - 认证方式: Bearer token (session_id)
- 响应时间: 30秒到1分钟
- 返回数量: 每次4张图片
常见问题
Q: 如何获取session_id?
A: session_id需要从即梦API服务获取,通常通过登录或认证流程获得。
Q: 图片生成失败怎么办?
A: 检查以下几点:
- session_id是否正确且未过期
- 即梦API服务是否正常运行 (http://localhost:8001)
- 网络连接是否稳定
- 提示词是否符合内容政策
Q: 可以同时生成多个不同尺寸的图片吗?
A: 每次调用只能指定一个尺寸,但会返回4张相同尺寸的不同图片。如需不同尺寸,请分别调用。
Q: 图片链接的有效期是多久?
A: 图片链接可能有时效性,建议及时下载保存满意的图片。
Q: 腾讯云COS上传失败怎么办?
A: 检查以下几点:
- 腾讯云API密钥是否正确且有效
- 存储桶是否存在且有访问权限
- 网络连接是否正常
- 运行
python test_cos_upload.py进行详细诊断
Q: 如何获取腾讯云COS的API密钥?
A: 登录腾讯云控制台,进入"访问管理" -> "API密钥管理",创建或查看SecretId和SecretKey。
Q: 腾讯云COS配置是可选的吗?
A: 是的,腾讯云COS配置是可选的。如果不配置,图片将使用原始的即梦API链接。配置后会自动上传到腾讯云COS并返回腾讯云的链接。
技术支持
- MCP协议文档: https://modelcontextprotocol.io/
- FastMCP文档: https://github.com/jlowin/fastmcp
- 即梦API相关问题请联系即梦服务提供方
许可证
MIT License
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。