通义万相 MCP 服务器
这是一个基于 TypeScript 的 Model Context Protocol (MCP) 服务器，专门提供阿里云通义万相的文生图(Text-to-Image)和文生视频(Text-to-Video)能力。该服务器通过 MCP 协议，允许大语言模型（LLM）直接调用通义万相的图像和视频生成 API。
功能特点
- 文生图能力集成：接入阿里云通义万相文生图 API，支持高质量的 AI 图像生成
- 文生视频能力集成：接入阿里云通义万相文生视频 API，支持高质量的 AI 视频生成
- 异步任务处理：支持长时间运行的图像和视频生成任务，通过异步轮询获取最终结果
- MCP 协议支持：符合 Model Context Protocol 规范，可与支持 MCP 的 LLM 无缝协作
环境要求
- Node.js >= 16.x
- npm >= 8.x 或 pnpm
如何使用
以百炼平台举例
{
"mcpServers": {
"tongyi-wanxiang": {
"command": "npx",
"args": [
"-y",
"tongyi-wanx-mcp-server@latest"
],
"env": {
"DASHSCOPE_API_KEY": "<你的通义万相 API 密钥>"
}
}
}
}
如何开发
安装依赖
# 使用 npm
npm install
# 或使用 pnpm
pnpm install
构建与运行
# 构建项目
npm run build
# 或
pnpm run build
# 运行服务器
npm start
# 或
pnpm start
# 使用调试工具运行
npm run debug
# 或
pnpm run debug
API 使用
该服务器提供以下 MCP 工具：
1. 文生图生成（wanx-t2i-image-generation）
启动图像生成任务，返回任务 ID。
参数：
prompt: 图像生成提示词negative_prompt: 负面提示词（不希望在图像中出现的元素）
返回：
- 包含
task_id的任务信息
2. 获取生成结果（wanx-t2i-image-generation-result）
通过任务 ID 获取图像生成结果。
参数：
task_id: 由文生图生成工具返回的任务 ID
返回：
- 图像生成结果，包含图像 URL
3. 文生视频生成（wanx-t2v-video-generation）
启动视频生成任务，返回任务 ID。
参数：
prompt: 视频生成提示词
返回：
- 包含
task_id的任务信息
4. 获取视频生成结果（wanx-t2v-video-generation-result）
通过任务 ID 获取视频生成结果。
参数：
task_id: 由文生视频生成工具返回的任务 ID
返回：
- 视频生成结果，包含视频 URL
项目结构
project/
├── src/ # 源代码目录
│ ├── index.ts # 主入口文件，MCP 服务器定义
│ ├── wanx-t2i.js # 通义万相文生图 API 集成
│ ├── wanx-t2v.js # 通义万相文生视频 API 集成
│ └── config.ts # 配置文件
├── dist/ # 编译后的代码目录
├── package.json # 项目配置
├── tsconfig.json # TypeScript 配置
└── README.md # 项目说明
通义万相 API 参数说明
文生图 API 支持的参数
- model: 模型名称，默认为
wanx2.1-t2i-turbo - size: 图像尺寸，默认为
1024*1024 - n: 生成图像数量，默认为 1
- seed: 随机种子，用于复现结果
- prompt_extend: 是否启用提示词扩展，默认为 true
- watermark: 是否添加水印，默认为 false
高级配置
您可以在 src/config.ts 中修改以下配置：
- pollingInterval: 轮询任务状态的间隔时间（毫秒）
- maxRetries: 最大轮询次数
- defaultModel: 默认使用的模型
注意事项
- 请确保您有有效的通义万相 API 访问权限和密钥
- 图像生成是一个异步过程，可能需要数秒到数十秒不等
- 视频生成过程耗时较长，可能需要数分钟到十几分钟不等
- 视频生成状态查询可能会多次失败，系统会自动重试，请耐心等待
- 请合理设置轮询间隔和最大重试次数，以适应您的使用场景
- 对于视频生成任务，建议增加最大重试次数和轮询间隔时间