ai-media-mcp

Однофайловый MCP-сервер без зависимостей для генерации изображений и видео в GPT-Image / Gemini / Grok / Jimeng с нулевым base64 — всё сохраняется на диск, и возвращаются только пути к файлам.

Требуется Node.js 18+. Никакого npm install и этапа сборки. Просто запустите .mjs.

✨ Возможности

• 🖼 Генерация изображений — generate_image: один OpenAI-совместимый путь, сквозная передача имени модели (gpt-image-2 / gemini-3-pro-image / grok-imagine-image-quality / doubao-seedream / модели изображений Jimeng …)

• 🎬 Генерация видео — generate_video (только отправка) / get_video_status (опрос тизация) / generate_video_and_wait (оправка → опрос → загрузка). Автоматическая маршрутизация видео Grok и видео Jimeng.

• 🔑 Multi-key routing — разные модели автоматически используют собственный API-ключ и базовый URL (обчно для релейных/агрегаторных шлюзов).

• 🚫 Нулевой base64 — изображения/видео сохраняются на локальный диск; ответы содержат только Saved to: ... (~350 байт вотаче ~3 МБ у крипсических MCP-обёрток).

• 📚 Capability lookup — list_model_capabilities: запрос поддерживающих aспекategories / соотношений сторон / длительностей для каждой модели; обратный поиск (size: "7209", aspect_ratio: "21:9"). Нулевая стоимость.

• 🖼 Mультиреференсные изображения (image-to-image) — массив images (до 5): вативность Gemini к нескольким inlineData; GPT/Grok arrays with автоматическим fallback edits → generations. Запрещённая модель (этого номенклатура) является; GPT, Gemini и Grok прошли двухреференсных тесты шлюза.

• 🎬 Видео по референсному изображению (image-to-video) — одно image (Grok image_url, Jimeng first_frame_url) или несколько images (Jimeng reference_image_urls до 9, Grok — откат по массиву image_url).

• ✍️ Автодобействие промпта — auto_prompt: true (по умолчанию): если промпт короче 15 символов и есть референсные изображения, применяется внутренний шаблон «бесшовное слияние» (инструкции по освещению / перспективе / цветокоррекции / против вырезания, проверенные на реальных генерациях).

• 🧪 @chatbox-latest — передайте image: "@chatbox-latest", чтобы автоматически считывать самое свежее изображение, перетащено в окно Chatbox (chatbox-blobs\pictureinput-*). Повторные алиасы в images сохраняют порядок вложений из UI.

• 🔎 Verifiable references — каждое сгенерированное изображение содержит упорядоченные метаданные `render_imageS, построенные из тех самых байтов, которые были отправлены наверх: безопасная метка источника, MIME, количество байтов, разрешение и SHA-256.

• 📥 Sandbox delivery — вызывающий может передать собственную записываемую песочницу как output_dir, оставить return_mode: "path" и превратить возвращённые файлы в карточки загрузки, не перемещая файлы из посторонних внешних каталогов.

Related MCP server: imagen-mcp

📦 Install

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

Без npm-зависимостей. Добавьте сервер в свой MCP-клиент (например, Chatbox / Claude Desktop) как stdio-сервер:

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

⚙️ Config

Все переменные необязательны. Группа начинает использовать единый AI_MEDIA_API_KEY / AI_MEDIA_BASE_URL только тогда, когда её группообразующая переменная отсутствует. Если ключ группы явно задан, но пуст (например, AI_MEDIA_JIMENG_API_KEY=), группа отключается и не будет переиспользовать ключ другого провайдера.

🧭 Routing

По префиксу имени модели:

🛠 Tools

📄 License

MIT