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
- 访问 即梦AI官网 并登录账号
- 按F12打开浏览器开发者工具
- 在Application > Cookies中找到
sessionid的值 - 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：
- 确保已经配置了MCP服务器
- 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 - Claude/Cursor会调用Jimeng MCP服务器生成图像并显示
常见问题
-
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
-
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。