Skip to main content
Glama
deenesjakoruzh
nibhasdongre

AI-Multimodal-Campaign-Architect

by nibhasdongre
OverviewSchemaRelated ServersScoreDiscussions
TypeScript
Remote

AI 多模态营销活动架构师

代理工作流 · 模型上下文协议

一个代理型 MCP 工作流，用于规划、撰写、插图和配音完整的营销活动——在进入高成本环节之前设置一个人工检查点。

只需一个提示——"推出一款针对 Z 世代的大胆运动鞋系列"——它就会运行一个由 MCP 工具组成的代理管道，生成文案、情绪板、配音、演示文稿和最终的活动图片，并在此过程中自动设置护栏和硬性预算上限。

查看工作原理：https://ai-multimodal-campaign-architect-gl808c9v7-nibha-dongre.vercel.app/

功能

  1. 生成文案 — Gemini 根据单个活动提示生成标题、正文文案、目标受众、核心信息、详细的视觉概念以及约 15 秒的配音脚本。

  2. 并行扇出（asyncio.gather，受限于最慢的调用，而非累加）：

    • 从 Unsplash 构建情绪板，以低成本验证视觉方向，避免在图像生成上花费过多

    • 根据脚本合成配音（gTTS）

    • 起草演示文稿——目标受众、核心信息、行动号召、设计理念

    • 执行护栏检查——基于规则的检查（禁用词、长度限制）和基于 LLM 的检查（无法验证的声明、语气一致性）

  3. 人在回路中检查点 — 人工审核情绪板，在管道投入图像生成之前确认（或否决）视觉方向。

  4. 通过 Pollinations.ai 生成最终活动图片，使用已确认的视觉概念。

  5. 有限制的自动自我批评 — 任何未通过护栏检查的字段都会自动进行一次重写。无重试循环，无失控成本——失败的检查会被记录，供人工后续跟进。

管道

RECEIVE BRAND REQUIREMENT ──▶ GENERATE COPY ──┬──▶ BUILD MOODBOARD ─────┐
                                               ├──▶ GENERATE AUDIO ──────┤
                                               ├──▶ CREATE PITCH ────────┼──▶ HUMAN IN THE LOOP ──▶ GENERATE IMAGE
                                               └──▶ RUN GUARDRAILS ──────┘
                                               (parallel batch — asyncio.gather)

技术栈

层级

技术栈

MCP 服务器

Python, FastMCP, Pydantic（类型化工具模式）

文案 / 演示 / 护栏

Gemini API (gemini-flash-lite-latest)

情绪板

Unsplash API

图像生成

Pollinations.ai（免费，无需密钥）

配音

gTTS

前端

Next.js（App Router）, TypeScript, Tailwind CSS

只有 Gemini 和 Unsplash 调用需要付费——两者都有慷慨的免费层，并且每次会话的预算上限强制执行硬性上限（参见成本与预算控制）。

项目结构

.
├── server.py              # MCP server — exposes each pipeline step as a typed tool
├── client.py               # MCP transport client
├── orchestrator.py         # Pipeline DAG: sequencing, parallel fan-out, budget enforcement
├── run_demo.py              # Runs the 4 showcase campaigns end-to-end, writes campaign_outputs/
├── requirements.txt
├── .env.example
│
├── app/                    # Next.js app router pages
├── components/              # DemoGrid, DemoModal, PipelineDiagram, ByokPanel, etc.
├── data/
│   ├── demos.ts             # Auto-generated by scripts/build-demo-data.mjs — do not hand-edit
│   └── features.ts
├── public/
│   ├── demo.gif
│   └── demos/                # Campaign assets copied in at build time
├── scripts/
│   └── build-demo-data.mjs   # Reads campaign_outputs/, populates data/demos.ts + public/demos/
└── package.json

如果你的仓库将 Python 后端和 Next.js 前端分离到不同的子文件夹而不是共享根目录，请调整此树状结构。

暴露的 MCP 工具

工具

用途

成本

generate_copy

标题、正文文案、视觉概念、配音脚本——其他所有工具依赖的上下文来源

Gemini（小）

generate_moodboard

从 Unsplash 搜索参考图像——在付费图像生成之前，一种低成本的验证方向的方法

免费

generate_image

根据已确认的视觉概念生成最终活动图片

免费（Pollinations.ai）

generate_audio_asset

根据活动脚本生成文本转语音配音

免费（gTTS）

create_presentation_pitch

目标受众、核心信息、行动号召、设计理念

Gemini（小）

refine_content

仅重新生成单个字段（标题 / 正文文案 / 音频脚本），保持其他所有内容不变

Gemini（小）

run_guardrail_check

基于规则的筛选：禁用词、标题/脚本长度限制

免费

run_llm_guardrail_check

基于模型的筛选：无法验证的声明、语气与品牌背景的一致性

Gemini（小）

retrieve_brand_context

类 RAG 检索品牌声音/指南，为文案生成提供基础

免费（存根——真正的嵌入搜索是计划中的扩展）

成本与预算控制

CampaignOrchestrator 跟踪每次调用的实际报告成本，并强制执行每次会话的硬性上限（budget_cap_usd，默认 $0.50）。一旦达到上限，后续的付费调用将被直接拒绝——管道不会崩溃，只是停止花钱。免费工具（情绪板、音频、基于规则的护栏）永远不会被上限阻止。

入门指南

先决条件

1. 生成活动数据（Python 后端）

git clone https://github.com/YOUR_USERNAME/YOUR_REPO.git
cd YOUR_REPO
pip install -r requirements.txt

cp .env.example .env
# fill in GEMINI_API_KEY and UNSPLASH_ACCESS_KEY in .env

在一个终端中，启动 MCP 服务器：

python server.py

在另一个终端中，运行演示活动：

python run_demo.py               # all campaigns
python run_demo.py --campaign 1  # just one

这会将每个活动的输出写入 campaign_outputs/campaign_N/。

2. 构建并运行前端

npm install
npm run build:demo-data   # reads campaign_outputs/, populates data/demos.ts + public/demos/
npm run dev

打开 http://localhost:3000。

运行管道（自带密钥）

已部署的站点在构建时内置了预生成的演示活动——生产环境中没有后端运行。任何人都可以克隆此仓库，并按照上述步骤使用自己的 API 密钥运行相同的管道；无需付费账户、信用卡或审批流程即可获取任一密钥。

部署

仅需部署 Next.js 前端——Python 后端是一个本地生成工具，不是已部署站点的运行时依赖。参见 components/ByokPanel.tsx 获取应用内版本的自行运行说明。

部署在 Vercel 上：导入仓库，框架自动检测为 Next.js，前端构建无需环境变量。

许可证

MIT

作者

由 Nibha S Dongre 构建——一个端到端的代理型 MCP 管道。

在 GitHub 上查看 →

This server cannot be installed

-
license - not tested
-
quality - not tested
B
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Connectors

  • synter-ads

    Manage ad campaigns across Google, Meta, LinkedIn, Reddit, TikTok, and more via AI.

  • synter-ads

    Manage ad campaigns across Google, Meta, LinkedIn, Reddit, TikTok, and more via AI.

  • OpenAI Ads MCP

    OpenAI Ads MCP for ChatGPT Ads campaigns, creatives, audiences, insights, and conversions.

View all MCP Connectors

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/nibhasdongre/AI-Multimodal-Campaign-Architect'

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