Skip to main content
Glama

即梦 MCP 服务器

用于即梦 AI 的模型上下文协议 (MCP) 服务器 - 通过 Claude 和其他 LLM 应用提供强大的图像和视频生成能力

License Python MCP Version


项目介绍

即梦 MCP 服务器是一个专业的 AI 图像和视频生成 MCP 服务器,基于 jimeng-free-api-all 开源项目构建,通过 Claude Desktop、Cherry Studio 和 Claude Code 等 MCP 客户端提供强大的 AI 创作能力。

核心依赖

本项目基于 jimeng-free-api-all 开源项目构建,该项目提供了即梦 AI 的逆向接口实现,支持文生图、图生视频等多种 AI 生成能力。

核心特性

  • 文生图: 使用即梦 4.5 根据文本描述生成高质量图像

  • 图像合成: 基于文本指令将多张图像智能融合

  • 文生视频: 使用即梦视频 3.0 根据文本描述生成短视频片段

  • 图生视频: 为静态图像添加动画效果

  • MCP 协议支持: 标准 MCP 协议,支持多种通信模式

  • 多客户端兼容: 支持 Claude Desktop、Cherry Studio、Claude Code 等


Related MCP server: Jimeng MCP Server

更新日志

v0.2.0 (2024-12-14) - 参数格式同步更新

  • 同步上游 v4.7 更新: 适配 jimeng-free-api-all 最新 API 参数格式

  • 图片接口参数变更:

    • 移除 width、height 参数

    • 新增 ratio 参数:支持 1:1、4:3、3:4、16:9、9:16、3:2、2:3、21:9

    • 新增 resolution 参数:支持 1k、2k(默认)、4k

  • 视频接口参数变更:

    • 移除 width、height 参数

    • 新增 ratio 参数:支持 1:1(默认)、4:3、3:4、16:9、9:16

    • resolution 参数:支持 480p、720p(默认)、1080p

    • 新增 duration 参数:视频时长,支持 5 或 10 秒

  • 默认模型升级: 默认图像模型从 jimeng-4.0 升级为 jimeng-4.5


功能清单

功能名称

功能说明

技术栈

状态

文本生成图像

从详细文本提示创建高质量图像

jimeng-4.5

✅ 稳定

图像合成

合成 1-10 张图像,风格迁移和混合

jimeng-4.5

✅ 稳定

文本生成视频

从文本创建动画视频

jimeng-video-3.0

✅ 稳定

图像生成视频

让静态图像动起来

jimeng-video-3.0

✅ 稳定

stdio 模式

标准输入/输出通信

MCP 协议

✅ 稳定

SSE 模式

Server-Sent Events 事件流

Starlette

✅ 稳定

HTTP 模式

RESTful API 接口

FastAPI

✅ 稳定

多图生成

jimeng-4.x 支持智能多图生成

即梦 AI

✅ 稳定


技术架构

技术

版本

用途

Python

3.10+

主要开发语言

MCP

1.0+

模型上下文协议

httpx

0.27+

HTTP 客户端

Starlette

0.37+

ASGI 框架

Uvicorn

0.27+

ASGI 服务器

sse-starlette

1.6+

SSE 支持

架构说明

┌─────────────────────────────────────────────────┐
│            Claude Desktop / MCP Client           │
└────────────────────┬────────────────────────────┘
                     │ MCP Protocol
                     ↓
┌─────────────────────────────────────────────────┐
│          jimengmcp (本 MCP 服务器)               │
│    ┌──────────────────────────────────────┐     │
│    │  MCP Protocol Handler (stdio/sse)   │     │
│    └───────────────┬──────────────────────┘     │
│                    ↓                             │
│    ┌──────────────────────────────────────┐     │
│    │     Tool Implementations             │     │
│    │  - text_to_image                     │     │
│    │  - image_composition                 │     │
│    │  - text_to_video                     │     │
│    │  - image_to_video                    │     │
│    └───────────────┬──────────────────────┘     │
└────────────────────┼────────────────────────────┘
                     │ HTTP API Calls
                     ↓
┌─────────────────────────────────────────────────┐
│       jimeng-free-api-all 逆向接口服务            │
│  (https://github.com/wwwzhouhui/                │
│         jimeng-free-api-all)                    │
│    ┌──────────────────────────────────────┐     │
│    │    OpenAI Compatible API Endpoints   │     │
│    │  - POST /v1/images/generations       │     │
│    │  - POST /v1/images/compositions      │     │
│    │  - POST /v1/videos/generations       │     │
│    └───────────────┬──────────────────────┘     │
└────────────────────┼────────────────────────────┘
                     │ 逆向调用
                     ↓
┌─────────────────────────────────────────────────┐
│           即梦 AI 官方服务                        │
│       (https://jimeng.duckcloud.fun)            │
└─────────────────────────────────────────────────┘

安装说明

环境要求

第一步:部署 jimeng-free-api-all 服务

本 MCP 服务器需要先部署底层的 API 服务。

方式一:Docker 部署(推荐)

# 拉取镜像
docker pull wwwzhouhui569/jimeng-free-api-all:latest

# 运行容器
docker run -it -d --init --name jimeng-free-api-all \
  -p 8001:8000 \
  -e TZ=Asia/Shanghai \
  wwwzhouhui569/jimeng-free-api-all:latest

方式二:源码部署

# 克隆 jimeng-free-api-all 项目
git clone https://github.com/wwwzhouhui/jimeng-free-api-all.git
cd jimeng-free-api-all

# 使用 Docker Compose 启动
docker-compose up -d

获取 SessionID:

  1. 访问 即梦官网 并登录

  2. 按 F12 打开浏览器开发者工具

  3. 进入 Application > Cookies

  4. 找到并复制 sessionid 的值

  5. 在后续配置中使用: Authorization: Bearer [your_sessionid]

验证部署:

# 测试 API 是否正常运行
curl http://localhost:8001/v1/models

第二步:安装 jimengmcp MCP 服务器

# 克隆此仓库
git clone https://github.com/wwwzhouhui/jimeng-mcp-server
cd jimeng-mcp-server

基础安装(stdio 模式)

pip install -e .

SSE 模式

pip install -e ".[sse]"

HTTP 模式

pip install -e ".[http]"

完整安装(所有模式)

pip install -e ".[all]"

配置环境变量

cp .env.example .env

编辑 .env 文件:

# 必需: 您的即梦 SessionID (从浏览器 Cookie 中获取)
JIMENG_API_KEY=your_sessionid_here

# 必需: jimeng-free-api-all 服务地址
JIMENG_API_URL=http://localhost:8001

# 可选: 默认使用的模型
JIMENG_MODEL=jimeng-4.5

使用说明

Claude Code 配置

使用 cc-switch 配置:

配置步骤1

配置步骤2

配置完成后,点击保存。

配置步骤3

使用 mcp list 查看:

配置步骤4

在 Claude Code 中使用

文本生成图像示例:

请使用jimeng-mcp-server 生成一张图像:小猪和小狗踢球

文本生成图像

图像合成示例:

请使用jimeng-mcp-server 将这两张图像合成在一起:
- 图像1: https://p3-dreamina-sign.byteimg.com/tos-cn-i-tb4s082cfz/bab623359bd9410da0c1f07897b16fec~tplv-tb4s082cfz-resize:0:0.image
- 图像2: https://p3-dreamina-sign.byteimg.com/tos-cn-i-tb4s082cfz/6acf16d07c47413898aea2bdd1ad339e~tplv-tb4s082cfz-resize:0:0.image
创建一个艺术风格的无缝融合

图像合成

文本生成视频示例:

请使用jimeng-mcp-server 创建一个视频:小马过河

运行模式

本 MCP 服务器支持三种通信模式:

1. stdio 模式(默认)

stdio 模式通过标准输入/输出通信,适合与 Claude Desktop 等 MCP 客户端集成。

python -m jimeng_mcp.server
# 或
python -m jimeng_mcp.server --mode stdio

2. SSE 模式 (Server-Sent Events)

SSE 模式提供基于 HTTP 的事件流,适合 Web 应用集成。

python -m jimeng_mcp.server --mode sse --host 0.0.0.0 --port 8000

连接端点:http://localhost:8000/sse

SSE 模式

3. HTTP REST API 模式

HTTP 模式提供标准的 RESTful API 接口,适合各种编程语言调用。

python -m jimeng_mcp.server --mode http --host 0.0.0.0 --port 8000

可用端点:

  • GET /health - 健康检查

  • GET /tools - 获取可用工具列表

  • POST /text-to-image - 文本生成图像

  • POST /image-composition - 图像合成

  • POST /text-to-video - 文本生成视频

  • POST /image-to-video - 图像生成视频


配置说明

环境变量配置

变量名

说明

默认值

JIMENG_API_KEY

即梦 API SessionID(必填)

无

JIMENG_API_URL

jimeng-free-api-all 服务地址

https://jimeng1.duckcloud.fun

JIMENG_MODEL

图像生成的默认模型

jimeng-4.5

Cherry Studio 配置

将此服务器添加到 Cherry Studio 配置文件:

MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json

Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "jimeng": {
      "command": "python",
      "args": ["-m", "jimeng_mcp.server"],
      "env": {
        "JIMENG_API_KEY": "您的API密钥"
      }
    }
  }
}

SSE 配置:

SSE 配置1

SSE 配置2


API 工具参数

text_to_image (文本生成图像)

参数

类型

必需

默认值

描述

prompt

string

是

-

图像的详细描述,jimeng-4.x 支持多图生成

negative_prompt

string

否

""

要在图像中避免的内容

ratio

string

否

1:1

宽高比 (1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, 21:9)

resolution

string

否

2k

分辨率 (1k, 2k, 4k)

sample_strength

float

否

0.5

精细度 (0.0-1.0)

model

string

否

jimeng-4.5

使用的模型

image_composition (图像合成)

参数

类型

必需

默认值

描述

prompt

string

是

-

如何合成图像

images

array

是

-

图像 URL 数组(1-10 张)

ratio

string

否

1:1

输出宽高比

resolution

string

否

2k

输出分辨率 (1k, 2k, 4k)

sample_strength

float

否

0.5

精细度 (0.0-1.0)

model

string

否

jimeng-4.5

使用的模型

text_to_video (文本生成视频)

参数

类型

必需

默认值

描述

prompt

string

是

-

视频描述

ratio

string

否

1:1

宽高比 (1:1, 4:3, 3:4, 16:9, 9:16)

resolution

string

否

720p

分辨率 (480p, 720p, 1080p)

duration

integer

否

5

视频时长 (5 或 10 秒)

model

string

否

jimeng-video-3.0

使用的模型

image_to_video (图像生成视频)

参数

类型

必需

默认值

描述

prompt

string

是

-

动画描述

file_paths

array

是

-

首帧/尾帧图像 URL 数组

ratio

string

否

1:1

宽高比 (1:1, 4:3, 3:4, 16:9, 9:16)

resolution

string

否

720p

分辨率 (480p, 720p, 1080p)

duration

integer

否

5

视频时长 (5 或 10 秒)

model

string

否

jimeng-video-3.0

使用的模型


开发指南

运行测试

pytest

直接运行服务器

python -m jimeng_mcp.server

常见问题

A: 确保 .env 文件中的 JIMENG_API_KEY 设置正确,验证您的 API 密钥是否有效且有足够的额度。

A: 检查您的网络连接,验证 API 基础 URL 是否可访问,检查是否有防火墙限制。

A: 视频生成可能需要几分钟时间,服务器已为视频操作自动设置较长超时时间(10 分钟),考虑生成更短的视频或更低的分辨率。

A: 确保 Docker 已安装并运行,检查端口 8001 是否被占用,查看容器日志排查问题。

A: 确保 .env 文件配置正确,使用 mcp list 命令检查 MCP 服务器状态,确认环境变量已正确加载。


技术交流群

欢迎加入技术交流群,分享你的使用心得和反馈建议:

技术交流群


作者联系

微信二维码


打赏

如果这个项目对你有帮助,欢迎请我喝杯咖啡 ☕

微信支付

微信支付


Star History

如果觉得项目不错,欢迎点个 Star ⭐

Star History Chart


License

MIT License


免责声明

本项目仅供学习和研究使用,基于 jimeng-free-api-all 项目构建。

重要提示:

  • ⚠️ 本项目使用的是逆向接口,仅限个人学习研究使用

  • ⚠️ 禁止将本项目用于商业用途或对外提供服务

  • ⚠️ 逆向接口可能随官方更新而失效,请关注项目更新

  • ⚠️ 使用时请遵守即梦 AI 官方的服务条款和使用限制

  • ⚠️ 建议使用官方 API 进行生产环境部署


相关项目

本项目依赖并感谢以下开源项目:

核心依赖

  • jimeng-free-api-all - 即梦 AI 逆向接口实现

    • 提供完整的图像和视频生成 API

    • OpenAI 兼容的接口设计

    • 支持 Docker 一键部署

    • 开源协议: GPL-3.0

技术框架

特别致谢

  • wwwzhouhui - jimeng-free-api-all 项目作者,提供了稳定可靠的即梦 AI 逆向接口

  • Anthropic - 开发了强大的 Claude AI 和 MCP 协议

  • 即梦 AI 团队 - 提供优秀的图像和视频生成能力

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      C
      quality
      D
      maintenance
      A Model Context Protocol server that enables generating AI images using Volcengine's Jimeng service, supporting features like prompt enhancement, super-resolution, and watermarking.
      1
      29 npm
      1
      MIT
    • A
      license
      D
      quality
      D
      maintenance
      Integrates Jimeng AI image and video generation services through MCP protocol, enabling users to generate high-quality images and videos from text prompts with support for image mixing, reference images, and multiple AI models.
      3
      29 npm
      53
      MIT
    • A
      license
      Not graded
      quality
      B
      maintenance
      An MCP server providing multi-modal generation tools based on Volcengine's Jimeng AI, supporting high-quality 4K image creation, intelligent image editing, and video generation. It enables users to perform complex visual tasks directly within clients like Cursor and Claude Desktop.
      MIT