Integrations
Integrates with Alibaba Cloud's Tongyi Wanxiang AI to provide text-to-image and text-to-video generation capabilities, allowing users to create high-quality AI-generated images and videos through Tongyi Wanxiang's APIs
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
如何开发
安装依赖
构建与运行
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
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
参考资料
You must be authenticated.
remote-capable server
The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.
Tools
A TypeScript-based Model Context Protocol server that enables large language models to directly invoke Alibaba Cloud's Tongyi Wanxiang text-to-image generation API.
Related MCP Servers
- AsecurityAlicenseAqualityA TypeScript-based Model Context Protocol (MCP) server enabling integration with PiAPI for media content generation using platforms like Midjourney, Flux, and others through MCP-compatible applications.Last updated -122TypeScriptMIT License
- AsecurityFlicenseAqualityA Model Context Protocol server that provides image generation capabilities using the Ideogram API, allowing users to create images from text prompts with customizable parameters.Last updated -113JavaScript
- AsecurityFlicenseAqualityA Model Context Protocol server that provides an image generation tool using Templated.io, allowing users to create customized images based on templates with text and image layers.Last updated -TypeScript
- AsecurityAlicenseAqualityA Model Context Protocol server that enables generation of high-quality images using the Flux.1 Schnell model via Together AI, allowing users to create images from text prompts with customizable dimensions.Last updated -18PythonMIT License