ai-media-mcp

Ein MCP-Server in einer einzigen Datei ohne Abhängigkeiten für die Bild- und Videogenerierung über GPT-Image / Gemini / Grok / Jimeng – mit Zero Base64: Alles wirt auf der Feestplatte gespeichert und es werden nur Dateipfade zurükgegeben.

Node.js 18 erforderlich. Kein npm install, kein Build-Schritt. Führen Sie einfach die .mjs aus.

✨ Funktionen

• 🖼 Bildgenerierung – generate_image: ein OpenAI-kompatiber Pfad, Modellname-Durchreichung (gpt-image-1 / gemini-3-pro-image / grok-imagine-image-quality / doubao-seedream / Jimeng-Bildmodelle …)

• 🎬 – genera_video (nur einreichen) / get_vodeo_status (abfragen) / genera_video_and_wait (eirsten → abfragen → herunterladen). Automatisches Routting für Grok-Video und Jimeng-Video.

• 🔑 Multi-Key-Routing – mehrere Modelle verwenden automatisch ihren eigenen API-Schlüssel und ihre eigenenBase-URL (häufig bei Relay- oder Aggregator-Gateways).

• 🚫 Zero- Base64 – Bilder/Videos werden lokal auf der Festplatte gespeichert; Antworten enthalten nur Saved to: ... (..* bytes vs. ~3 MB bei typischen MCP-Wrappern).

• **📚 Capability-Nachsch## – list_modal_capablities: unterstützte Auflösungen / Seitenverhältnisse / Modellurunden pro Modell abfragen; Reverse-Lookup (size: "720p", aspect_ratio: "21:9"). Zwei Kosten.

• 🖼 Multi-Referenzbild (Bild-zu-Bild) – images-Array bis zu 5: Gemini-natives-Multi-Channel über mehrere inlineData; GPT/Gemini-Arrays mit automatischem Fallback edits → generations. Das angeforderte Modell bleibt erhalten; GPT, Gemini und Grok haben jeweils Zwei-Referenz-Gateway-Tests bestanden.

• 🎬 Reference-Image-Video (Bild-zu-Video)– einzeln image (Grok image URL, Jimg first_frame_url) oder mehrre images (Jimeng reference_image_urls bis zu 9, Grok image_url-Arrays als Fallback).

• ✍️ Autoprompt-Verbesserung – mit auto_prompt: true (Standard): der Fallback – falls der Prompt kürzer als 15 Zeichen ist und Referenzbilder vorhanden sind – wendet eine interne Vorlage für „nahtlose Fusion“ an (Beleuchtungs- / Perspektiv- / Farb-Korrektur- / Anti-Freistellungs-Anweisungen, verifiziert durch echte Generationen).

• 🧪 @chatbox-latest – übergeben Sie image: "@chatbox-latest", um das zuletzt in das Chatbox-Fenster gezogene Bild automatisch zu lesen (chatbox-blobs\pictureinput-*). Wiederholte Aliase in images erhalten die UI-Anhangungs-Reihenfolge.

• 🔎 Verifizierbare Referenzen – jedes erzeugte Bild meldet geordnete reference_images-Metadaten, die aus den genauen Bytes abgeleitet werden, die an den Anbieter gesendet wurden: sichere Quelle, MIME, Byte-Nummer, Abmessungen und SHA-256.

• 📥 Sandbox-Zustellung – Aufrufer können ihre beschreibbare Sandbox als output_dirübergeben,return_mode: "path"` beibehalten und erhaltene Dateien in Download-Karten umwandeln, ohne Dateien aus nicht dazugehörigen externen Verzeichnissen zu verschieben.

Related MCP server: imagen-mcp

📦 Installation

# Just clone/copy the mjs and run it directly
node ai-media-mcp.mjs

Keine Abhängigkeiten. Fügen Sie es als stdio-Server zu Ihrem MCP-Cient hinzu (z. B. Chatbox / Claude Desktop):

{
  "command": "node",
  "args": ["/path/to/ai-media-mcp.mjs"],
  "env": { "...": "see .env.example" }
}

##⚙️ Konfiguration

Alle Variablen sind optional. Eine Gruppe greift nur auf die vereinheitlichen AI_MEDIA_API_KEY / AI_MEDIA_BASE_URL zu, ween die Gruppenvariable fehlt. Wenn die Schlüssel der Gruppe explizit vorhanden ist, aber leer sind (z. B. AI_MEDIA_JIMENG_API_KEY), istdiese Gruppe deaktivert und verwendet die Schlüssel keine andeen Anbieters.

🧭 Routing

Nach Modellpräfix:

🛠 Tools

| Tool | Zweck | | ---- ------ | | generate_image | Bilder generieren (n, size/aspect_ratio/quality, referenzete images/images, auto_prompt) | | generate_video | Nur Video-Aufgaben einlete (Grok/Jimeng auto-route, learn image/images unterstützt) | | get_video_status | Abfragen des Video-Aufgabenstatus | | generate_video_and_wait | einreichen → Abfragen → Herunterladen nach output_dir (oder dem konfigurierten Standardwert) und Dateipfade zurückgeben | | list_model__capabilities | Abfragen der Modellfähigkeiten (Videos/Dateien), each/rückwärtssuche mit Größe oder Seitenhabitätigkeit | | probe_capabilities | Prüfen der tatsächlich unterstützten Größe / Seitenverhältnissen durch minimale echte Aufrufe; -esultate im Cache |

📄 Lizenz

MIT