jimeng_visual_generation
MCP server for generating images and videos using Volcengine's Jimeng APIs, supporting text-to-image, image-to-image, multi-image fusion, text-to-video, and image-to-video.
README
Jimeng 视觉生成 MCP 服务器
基于 Volcengine(火山引擎)Jimeng 视觉生成 API 的 MCP 服务器。通过模型上下文协议(MCP)提供图像和视频生成功能。
功能
- 文本生成图像(T2I):根据文本提示生成图像
- 图像到图像(I2I):基于提示和参考图像对图像进行变换
- 多图融合:合成多张参考图像
- 文本生成视频(T2V):根据文本提示生成视频
- 图像到视频(I2V):从首帧或首帧+末帧图像生成视频
- 自动本地文件支持:可传入图像公网URL,同时支持本地文件路径,程序会自动将其转换为 Base64
安装
选项 1:通过 pip 安装
pip install jimeng_visual_generation
选项 2:直接使用 uvx 运行(推荐)
无需安装。uvx 会自动下载并运行该包:
uvx jimeng_visual_generation
在 VS Code / Cursor / Claude Desktop 中的配置
将下列内容添加到你的 MCP 配置文件:
- VS Code:
~/.vscode/mcp.json或 工作区设置 - Cursor:Settings -> MCP Servers
- Claude Desktop:
%APPDATA%\Claude\claude_desktop_config.json
示例配置(使用环境变量)
{
"mcpServers": {
"jimeng_visual_generation": {
"command": "uvx",
"args": ["jimeng_visual_generation"],
"env": {
"VOLC_API_KEY": "your_volcengine_api_key_here",
"VOLC_IMAGE_MODEL": "doubao-seedream-4-5-251128",
"VOLC_VIDEO_MODEL": "doubao-seedance-1-0-pro-fast-251015"
}
}
}
}
环境变量
| 变量 | 是否必需 | 描述 |
|---|---|---|
VOLC_API_KEY |
✅ 必需 | 你的 Volcengine API Key |
VOLC_IMAGE_MODEL |
可选 | 图像模型 ID(默认:doubao-seedream-4-5-251128) |
VOLC_VIDEO_MODEL |
可选 | 视频模型 ID(默认:doubao-seedance-2.0) |
可用工具
generate_image
使用文本提示和可选参考图像生成图像。
参数:
prompt(必需):描述目标图像的文本image_urls(可选):参考图像列表(支持 URL、Base64 或本地文件路径)model(可选):使用的模型 ID 或 Endpoint IDsize(可选):图像尺寸比例(支持 "1:1", "16:9", "2K", "4K" 等,禁止使用ratio)
generate_video
创建视频生成任务。支持多种生成模式(包括最新的 Seedance 2.0 多模态输入):
- 文本生成视频 (T2V):不提供图像、视频、音频输入,只提供
prompt。 - 首帧/尾帧生视频 (I2V):提供 1-2 张图像。
- 多模态参考生视频 (Seedance 2.0):可混合提供图像、参考视频和参考音频(支持本地文件自动转换)。
参数:
prompt(可选):视频描述的文本提示词image_urls(可选):输入参考图像列表(支持 URL、Base64 或本地文件路径,最多 9 张)video_urls(可选):参考视频列表(支持 URL 或本地文件路径,最多 3 个,总时长 ≤ 15s)audio_urls(可选):参考音频列表(支持 URL 或本地文件路径,最多 3 个)image_roles(可选):为image_urls显式指定的角色列表(例如["reference_image", "first_frame"])model(可选):使用的模型 ID 或 Endpoint IDratio(可选):宽高比(例如:"16:9"、"9:16",禁止在图片生成里使用该参数)resolution(可选):分辨率("720p" 或 "1080p")duration(可选):视频时长(秒,支持 4-15s)return_last_frame(可选):是否返回生成的视频最后一帧图像 URL,适用于连续生成
get_video_task_result
查询视频生成任务的状态和结果。
参数:
task_id(必需):由generate_video返回的任务 ID
📄 开源协议 (License)
本项目基于 MIT License 开源。
💖 赞助 (Sponsorship)
维护开源项目不易,如果您觉得 jimeng_visual_generation 对您有帮助,欢迎请作者喝杯咖啡!
<div align="center">
| 平台 | 链接 | 支付方式 |
|---|---|---|
| 爱发电 (Afdian) | 微信, 支付宝 |
</div>
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。
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。
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。
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。
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。
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。
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。
mcp-server-qdrant
这个仓库展示了如何为向量搜索引擎 Qdrant 创建一个 MCP (Managed Control Plane) 服务器的示例。