Tongyi Wanxiang MCP Server

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）

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

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

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

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

参考资料

You must be authenticated.

security – no known vulnerabilities

license - not found

quality - confirmed to work

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

PiAPI-MCP Server
apinetwork
A
security
A
license
A
quality
A 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 -
1
22
TypeScript
MIT License
Ideogram MCP Server
Sunwood-ai-labs
A
security
F
license
A
quality
A 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 -
1
97
3
TypeScript
MCP TemplateIO
Lucker631
A
security
F
license
A
quality
A 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
Image Generation MCP Server
sarthakkimtani
A
security
A
license
A
quality
A 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 -
1
8
Python
MIT License

View all related MCP servers