wan2.2-image-generator
by Soullqs
README.md
# wan2.2 MCP 图像生成服务器
本项目全部由AIIDE编写
🎨 基于阿里云通义万相的 MCP (Model Context Protocol) 图像生成服务器,支持在 CherryStudio、VSCode、Cursor 等工具中直接使用文本生成图像功能。
## 🚀 快速开始(小白必看)
### 第一步:下载和安装
1. **下载项目**
```bash
git clone <github项目地址>
cd wan2.2MCP
```
2. **安装依赖**
```bash
npm install
```
3. **构建项目**
```bash
npm run build
```
### 第二步:获取 API 密钥
1. 访问 [阿里云DashScope控制台](https://bailian.console.aliyun.com)
2. 注册/登录阿里云账号
3. 开通「通义万相」服务
4. 创建 API 密钥(格式:`sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx`)
5. 确保账户有足够余额(有赠送wan2.2-t2i-plus wan2.2-t2i-flash两种模型各100次)
### 第三步:配置 API 密钥
1. **复制配置模板**
```bash
cp data/config.example.json data/config.json
```
2. **编辑配置文件**
打开 `data/config.json`,填入你的 API 密钥:
```json
{
"api_key": "sk-你的真实API密钥",
"region": "cn-beijing",
"default_size": "1024*1024",
"default_style": "photography",
"default_quality": "standard"
}
```
3. **或使用 `set-config` 工具**:
通过MCP工具动态配置API密钥,无需手动编辑文件。直接和模型说我要将APIkey设置为sk-XXX,模型会自动将sk-XXX写入配置文件。
## 使用方法
### 启动服务器
```bash
npm start
```
看到以下输出表示启动成功:
```
[INFO] MCP Server started successfully
[INFO] Listening on stdio
```
## 🔌 接入各种工具
### CherryStudio 接入
1. 打开 CherryStudio
2. 进入设置 → MCP 服务器
3. 添加新的服务器配置:
```json
{
"mcpServers": {
"wan2.2-image-generator": {
"command": "node",
"args": [
"C:\\Users\\用户名\\wan2.2MCP\\dist\\index.js"
],
"cwd": "C:\\Users\\用户名\\wan2.2MCP"
}
}
}
```
**⚠️ 重要提醒**:请将路径替换为你的实际项目路径!
### VSCode 接入
1. 安装 MCP 扩展
2. 在 VSCode 设置中添加:
```json
{
"mcp.servers": {
"wan2.2-image-generator": {
"command": "node",
"args": [
"C:\\Users\\用户名\\wan2.2MCP\\dist\\index.js"
],
"cwd": "C:\\Users\\用户名\\wan2.2MCP"
}
}
}
```
### Cursor 接入
1. 打开 Cursor 设置
2. 找到 MCP 配置选项
3. 添加服务器:
```json
{
"mcpServers": {
"wan2.2-image-generator": {
"command": "node",
"args": [
"C:\\Users\\用户名\\wan2.2MCP\\dist\\index.js"
],
"cwd": "C:\\Users\\用户名\\wan2.2MCP"
}
}
}
```
### 通用配置模板
如果你使用其他支持 MCP 的工具,可以使用这个通用配置:
```json
{
"mcpServers": {
"wan2.2-image-generator": {
"command": "node",
"args": [
"/path/to/wan2.2MCP/dist/index.js"
],
"cwd": "/path/to/wan2.2MCP"
}
}
}
```
## 🎯 使用方法
配置完成后,你就可以在对话中使用以下功能:
### 生成图像
直接在对话中说:
- "帮我生成一张可爱小猫的图片"
- "画一个科幻风格的机器人"
- "生成一张1280x720的风景照片"
- "用水彩风格画一朵玫瑰花"
### 可用的图像风格
- 📸 **photography** - 摄影风格
- 🎭 **portrait** - 肖像风格
- 🎮 **3d cartoon** - 3D卡通
- 🌸 **anime** - 动漫风格
- 🎨 **oil painting** - 油画
- 🌊 **watercolor** - 水彩
- ✏️ **sketch** - 素描
- 🖼️ **chinese painting** - 中国画
- 📱 **flat illustration** - 扁平插画
### 支持的图像尺寸
- **1024×1024** - 方形图片
- **720×1280** - 竖屏图片
- **1280×720** - 横屏图片
## 🛠️ 高级配置
### 修改默认设置
编辑 `data/config.json` 文件:
```json
{
"api_key": "你的API密钥",
"region": "cn-beijing",
"default_size": "1024*1024", // 默认图片尺寸
"default_style": "photography", // 默认图片风格
"default_quality": "standard" // 默认图片质量 (standard/hd)
}
```
### 查看生成历史
所有生成的图片记录都保存在 `data/history.json` 文件中,包含:
- 生成时间
- 提示词
- 图片参数
- 图片URL
## 🔧 故障排除
### 常见问题
**Q: 提示 "API key not configured"**
A: 检查 `data/config.json` 文件是否存在且包含正确的 API 密钥
**Q: 提示 "Request failed"**
A: 检查网络连接和 API 密钥是否有效,确认阿里云账户余额充足
**Q: 工具中找不到图像生成功能**
A: 确认 MCP 服务器已正确启动,检查配置路径是否正确
**Q: 生成的图片无法显示**
A: 图片URL有时效性,建议及时保存到本地
**Q: 路径配置错误**
A: 确保使用绝对路径,Windows 系统注意使用双反斜杠 `\\`
### 调试模式
如果遇到问题,可以开启调试模式查看详细日志:
```bash
LOG_LEVEL=DEBUG npm start
```
### 测试连接
运行测试脚本验证配置:
```bash
node test_mcp_functions.cjs
```
## 📋 功能特性
- 🎨 **文本生成图像**: 支持中英文提示词,生成高质量图像
- 🎭 **多种风格**: 支持摄影、插画、3D卡通、动漫、油画、水彩、素描等风格
- 📐 **多种尺寸**: 支持方形、横向、纵向等多种图像尺寸
- ⚙️ **配置管理**: 灵活的API配置和默认参数设置
- 📚 **历史记录**: 完整的生成历史记录和统计信息
- 📊 **任务跟踪**: 实时任务状态查询和自动等待完成
- 📝 **完善日志**: 详细的日志记录和错误处理
- 🛡️ **错误处理**: 健壮的错误处理和恢复机制
## 🔒 安全说明
- ⚠️ **请勿将 API 密钥提交到公共仓库**
- 🔐 **定期更换 API 密钥**
- 💰 **监控 API 使用量和费用**
- 🚫 **不要在公共场所展示包含密钥的配置文件**
## 📞 技术支持
如果遇到问题:
1. 📖 查看本文档的故障排除部分
2. 🔍 检查项目的 `SECURITY.md` 文件
3. 🧪 运行测试脚本验证配置
4. 📝 查看详细的错误日志
## 🎓 使用示例
### 基本使用
```
用户: 帮我生成一张可爱的小猫图片
AI: 我来为您生成一张可爱的小猫图片...
[生成的图片URL]
```
### 指定风格和尺寸
```
用户: 用动漫风格生成一张1280x720的机器人图片
AI: 我来为您生成一张动漫风格的机器人图片...
[生成的图片URL]
```
## 📄 许可证
MIT License - 详见 LICENSE 文件
---
🎉 **恭喜!现在你可以在各种工具中愉快地使用 AI 图像生成功能了!**
如果你觉得这个项目有用,请给个 ⭐ Star 支持一下!TDQS
B3.3/5.0
Scored across 6 tools
Disambiguation5/5
Each tool has a clearly distinct purpose: API diagnosis, image generation, config management, history listing, config setting, and model testing. No overlap or ambiguity.
Naming Consistency5/5
All tools follow a consistent verb_noun pattern (e.g., generate-image, set-config) using hyphens, making the set predictable and easy to understand.
Tool Count5/5
With 6 tools, the server is well-scoped for an image generation API, covering configuration, generation, history, diagnostics, and model testing without unnecessary bloat.
Completeness4/5
Core workflows are covered: generation, config management, history, and diagnostics. Minor gaps exist, such as no explicit tool to list available models, but test-model provides indirect coverage.
Maintenance
ActivityInactive
ResponsivenessNo issues