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/
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。
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）
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。
通过 Pollinations.ai 生成最终活动图片，使用已确认的视觉概念。
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。
Related MCP server: PrePilot MCP Server
RECEIVE BRAND REQUIREMENT ──▶ GENERATE COPY ──┬──▶ BUILD MOODBOARD ─────┐
├──▶ GENERATE AUDIO ──────┤
├──▶ CREATE PITCH ────────┼──▶ HUMAN IN THE LOOP ──▶ GENERATE IMAGE
└──▶ RUN GUARDRAILS ──────┘
(parallel batch — asyncio.gather)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 ( |
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）。
.
├── 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。
工具 | 用途 | 成本 |
| 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） |
| 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 |
| 根据已确认的视觉概念生成最终活动图片 | 免费（Pollinations.ai） |
| 根据活动脚本生成文本转语音配音 | 免费（gTTS） |
| 目标受众、核心信息、行动号召、设计理念 | Gemini（小） |
| 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） |
| 基于规则的筛选：禁用词、标题/脚本长度限制 | 免费 |
| 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） |
| 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） |
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。
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/。
npm install
npm run build:demo-data # reads campaign_outputs/, populates data/demos.ts + public/demos/
npm run dev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。
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。
由 Nibha S Dongre 构建——一个端到端的代理型 MCP 管道。
This server cannot be deployed
Creative-intelligence MCP for campaign strategy, ad builds, QA, and reporting.
Generate marketing images, videos and audios for campaigns, product content, and brand assets.
Brand-safe MCP for AI agents to create editable, on-brand graphics and automate variants.
Deterministic visual marketing engine. Your agent plans, renders, and posts on-brand campaigns.
