即梦 MCP 服务器

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

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

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

技术架构

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

• Python 3.10+
• 部署 jimeng-free-api-all 服务
• 从 duckcloud.fun 获取即梦 API SessionID

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：

配置完成后，点击保存。

使用 mcp list 查看：

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

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

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

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

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：

API 工具参数

text_to_image (文本生成图像)

image_composition (图像合成)

text_to_video (文本生成视频)

image_to_video (图像生成视频)

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：

作者联系

• 微信: laohaibao2025
• 邮箱: [email protected]

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

Star History

如果觉得项目不错，欢迎点个 Star ⭐

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

• 模型上下文协议 (MCP) - 统一的 AI 工具协议标准
• Python MCP SDK - MCP 的 Python 实现
• 即梦 AI - 底层的 AI 生成服务

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