Skip to main content
Glama
c-rick

Jimeng MCP Server

by c-rick
OverviewSchemaRelated ServersScoreDiscussions
TypeScript
Remote

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

  1. 访问 即梦AI官网 并登录账号

  2. 按F12打开浏览器开发者工具

  3. 在Application > Cookies中找到sessionid的值

  4. 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：

  1. 确保已经配置了MCP服务器

  2. 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

  3. Claude/Cursor会调用Jimeng MCP服务器生成图像并显示

常见问题

  1. 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

  2. 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。

This server cannot be installed

-
security - not tested
F
license - not found
-
quality - not tested

How are these scores calculated?

Resources

New MCP Servers

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/c-rick/jimeng-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server