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。 <a href="https://glama.ai/mcp/servers/@Suixinlei/tongyi-wanx-mcp-server"> <img width="380" height="200" src="https://glama.ai/mcp/servers/@Suixinlei/tongyi-wanx-mcp-server/badge" alt="Tongyi Wanxiang Server MCP server" /> </a> ## 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 ```json { "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 ```bash # 使用 npm npm install # 或使用 pnpm pnpm install ``` ### 构建与运行 ```bash # 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 1. 请确保您有有效的通义万相 API 访问权限和密钥 2. 图像生成是一个异步过程，可能需要数秒到数十秒不等 3. 视频生成过程耗时较长，可能需要数分钟到十几分钟不等 4. 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 5. 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 6. 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 - [通义万相 API 文档](https://help.aliyun.com/document_detail/2512439.html) - [Model Context Protocol (MCP) 规范](https://github.com/llm-protocol/mcp-spec)