Jimeng MCP 服务器

使用TypeScript实现的Model Context Protocol (MCP) 服务器项目，集成了即梦AI图像生成服务，通过逆向工程直接调用即梦官方API。

功能

• 基于TypeScript构建
• 使用tsup作为构建工具
• 实现了MCP协议，支持标准的stdio通信
• 直接调用即梦AI图像生成服务，无需第三方API
• 提供多种即梦模型的图像生成工具
• 支持多种图像参数调整，如尺寸、精细度、负面提示词等
• 支持图片混合/参考图生成（通过filePath参数，支持本地图片和网络图片）
• 支持视频生成，支持添加参考图片（首尾帧通过filePath参数设置）

安装

通过Smithery安装

要通过 Smithery 自动为Claude Desktop安装jimeng-mcp，请执行以下命令：

npx -y @smithery/cli install @c-rick/jimeng-mcp --client claude

手动安装

# 使用yarn安装依赖
yarn install

# 或使用npm安装依赖
npm install

环境配置

在MCP客户端配置（如Claude Desktop）中设置以下环境变量：

进入Smithery托管项目，点击json, 填入JIMENG_API_TOKEN， 点击connect, 生成下面mcpServers config json

{
  "mcpServers": {
    "jimeng-mcp": {
      "command": "npx",
      "args": [
        "-y",
        "@smithery/cli@latest",
        "run",
        "@c-rick/jimeng-mcp",
        "--key",
        "[Smithery生成]",
        "--profile",
        "[Smithery生成]"
      ]
    }
  }
}

获取JIMENG_API_TOKEN

1. 访问 即梦AI官网 并登录账号
2. 按F12打开浏览器开发者工具
3. 在Application > Cookies中找到sessionid的值
4. 将找到的sessionid值配置为JIMENG_API_TOKEN环境变量

开发

# 开发模式运行
yarn dev

# 使用nodemon开发并自动重启
yarn start:dev

构建

# 构建项目
yarn build

运行

# 启动服务器
yarn start

# 测试MCP服务器
yarn test

Claude Desktop 配置示例

以下是在Claude Desktop中配置此MCP服务器的完整示例:

{
  "mcpServers": {
    "jimeng": {
      "command": "node",
      "args": ["/path/to/jimeng-mcp/lib/index.js"],
      "env": {
        "JIMENG_API_TOKEN": "your_jimeng_session_id_here"
      }
    }
  }
}

即梦AI图像生成

本MCP服务器直接调用即梦AI图像生成API，提供图像生成工具：

generateImage - 提交图像生成请求并返回图像URL列表

• 参数：
  • prompt：生成图像的文本描述（必填）
  • filePath：本地图片路径或图片URL（可选，若填写则为图片混合/参考图生成功能）
  • model：模型名称，可选值: jimeng-3.0, jimeng-2.1, jimeng-2.0-pro, jimeng-2.0, jimeng-1.4, jimeng-xl-pro（可选，默认为jimeng-2.1，图片混合时自动切换为jimeng-2.0-pro）
  • width：图像宽度，默认值：1024（可选）
  • height：图像高度，默认值：1024（可选）
  • sample_strength：精细度，默认值：0.5，范围0-1（可选）
  • negative_prompt：反向提示词，告诉模型不要生成什么内容（可选）

注意：

• filePath 支持本地绝对/相对路径和图片URL。
• 若指定 filePath，将自动进入图片混合/参考图生成模式，底层模型自动切换为 jimeng-2.0-pro。
• 网络图片需保证可公开访问。

图片混合/参考图生成功能

如需基于图片进行混合生成，只需传入filePath参数（支持本地路径或图片URL），即可实现图片风格融合、参考图生成等高级玩法。

示例：

// 参考图片混合生成
client.callTool({
  name: "generateImage",
  arguments: {
    prompt: "梵高风格的猫",
    filePath: "./test.png", // 本地图片路径
    sample_strength: 0.6
  }
});

或

// 使用网络图片作为参考
client.callTool({
  name: "generateImage",
  arguments: {
    prompt: "未来城市",
    filePath: "https://example.com/your-image.png"
  }
});

支持的模型

服务器支持以下即梦AI模型：

• 图片模型
• jimeng-3.1：即梦第三代模型，丰富的美学多样性，画面更鲜明生动 （默认）
• jimeng-3.0：即梦第三代模型，效果更好，支持更强的图像生成能力
• jimeng-2.1：即梦2.1版本模型，默认模型
• jimeng-2.0-pro：即梦2.0 Pro版本
• jimeng-2.0：即梦2.0标准版本
• jimeng-1.4：即梦1.4版本
• jimeng-xl-pro：即梦XL Pro特殊版本
• 视频模型
• jimeng-video-3.0-pro：即梦视频3.0 Pro模型，适合高质量视频生成
• jimeng-video-3.0：即梦视频3.0标准模型，主力视频生成模型（默认）
• jimeng-video-2.0-pro：即梦视频2.0 Pro模型，兼容性好，适合多场景
• jimeng-video-2.0：即梦视频2.0标准模型，适合基础视频生成

技术实现

• 直接调用即梦官方API，无需第三方服务
• 逆向工程API调用流程，实现完整的图像生成过程
• 支持积分自动领取和使用
• 基于面向对象设计，将API实现封装为类
• 返回高质量图像URL列表
• 支持图片上传，自动处理本地/网络图片，自动切换混合模型
• 图片混合时自动上传图片到即梦云端，流程全自动

使用示例

通过MCP协议调用图像生成功能：

// 生成图像（文本生成）
client.callTool({
  name: "generateImage",
  arguments: {
    prompt: "一只可爱的猫咪在草地上",
    model: "jimeng-3.0",
    width: 1024,
    height: 1024,
    sample_strength: 0.7,
    negative_prompt: "模糊，扭曲，低质量"
  }
});

// 生成图像（图片混合/参考图生成）
client.callTool({
  name: "generateImage",
  arguments: {
    prompt: "未来城市",
    filePath: "https://example.com/your-image.png"
  }
});

响应格式

API将返回生成的图像URL数组，可以直接在各类客户端中显示：

[
  "https://example.com/generated-image-1.jpg",
  "https://example.com/generated-image-2.jpg",
  "https://example.com/generated-image-3.jpg",
  "https://example.com/generated-image-4.jpg"
]

资源

服务器还提供了以下信息资源：

• greeting://{name} - 提供个性化问候
• info://server - 提供服务器基本信息
• jimeng-ai://info - 提供即梦AI图像生成服务的使用说明

Cursor或Claude使用提示

在Cursor或Claude中，你可以这样使用Jimeng图像生成服务：

1. 确保已经配置了MCP服务器
2. 提示Claude/Cursor生成图像，例如：

   请生成一张写实风格的日落下的山脉图片
   

3. Claude/Cursor会调用Jimeng MCP服务器生成图像并显示

常见问题

1. 图像生成失败

   • 检查JIMENG_API_TOKEN是否正确配置
   • 登录即梦官网检查账号积分是否充足
   • 尝试更换提示词，避免敏感内容
   • 若为图片混合，检查filePath路径/URL是否有效、图片是否可访问
   • 网络图片建议使用https直链，避免防盗链/权限问题

2. 服务器无法启动

   • 确保已安装所有依赖
   • 确保环境变量正确设置
   • 检查Node.js版本是否为14.0或更高

许可证

MIT

即梦AI视频生成

本MCP服务器集成了即梦AI视频生成API，提供视频生成工具：

generateVideo - 提交视频生成请求并返回视频URL

• 参数：
  • prompt：生成视频的文本描述（必填）
  • filePath：首帧和尾帧图片路径，支持数组，最多2个元素，分别为首帧和尾帧（可选）
  • model：模型名称，默认jimeng-video-3.0（可选）
  • resolution：分辨率，可选720p或1080p，默认720p（可选）
  • width：视频宽度，默认值：1024（可选）
  • height：视频高度，默认值：1024（可选）
  • refresh_token：即梦API令牌（可选，通常从环境变量读取）
  • req_key：自定义参数，兼容旧接口（可选）

注意：

• filePath 支持本地绝对/相对路径和图片URL。
• 若指定 filePath，可实现首帧/尾帧定制的视频生成。
• 网络图片需保证可公开访问。

使用示例

通过MCP协议调用视频生成功能：

// 生成视频（文本生成）
client.callTool({
  name: "generateVideo",
  arguments: {
    prompt: "一只小狗在草地上奔跑，阳光明媚，高清",
    model: "jimeng-video-3.0",
    resolution: "720p",
    width: 1024,
    height: 1024
  }
});

// 生成视频（首帧/尾帧定制）
client.callTool({
  name: "generateVideo",
  arguments: {
    prompt: "城市夜景延时摄影",
    filePath: ["./first.png", "./last.png"],
    resolution: "1080p"
  }
});

视频响应格式

API将返回生成的视频URL字符串，可以直接在各类客户端中播放：

"https://example.com/generated-video.mp4"

支持api服务启动

如需以API服务方式启动（适合HTTP接口调用）：

cp .env.example .env   # 复制环境变量模板
# 根据需要编辑.env，填写JIMENG_API_TOKEN等配置

# 启动API服务
yarn start:api

API服务启动后将监听配置端口，支持通过HTTP接口调用即梦AI图像和视频生成功能。