AgentScope Media MCP

Python MCP 服务：通过 AgentScope Platform 调用语音、图片、ASR 和视频模型。无网页、无本地模型、无账户 JWT 接口。

状态：开发版本。已开始真实接口联调，逐项结果见 验证记录。PyPI 尚未发布。

本地启动

安装 uv 后，在项目目录运行：

uv sync --locked
uv run agentscope-media-mcp

stdio 服务由 MCP 客户端启动；直接在终端运行时等待协议输入属于正常行为。 密钥通过启动进程的 AGENTSCOPE_API_KEY 环境变量提供，不要写进源码。 未填写密钥仍可以初始化和列出工具，调用媒体接口时会返回配置错误。

本地客户端配置：

{
  "mcpServers": {
    "agentscope-media": {
      "command": "uv",
      "args": ["--directory", "/home/fanxing/repos/agentscope-media-mcp", "run", "--locked", "agentscope-media-mcp"],
      "env": {"AGENTSCOPE_API_KEY": "<填写模型API Key>"}
    }
  }
}

模型与工具

TTS 必须指定该模型支持的 voice，避免猜测音色。Wan 文本输入已通过一次真实生成测试，其他输入模式尚未验证。 480P、720P、1080P 可作为视频分辨率输入；实际可用性以具体模型和网关验证为准。 图片尺寸使用 1024*1024 形式，不保证任意尺寸都被模型接受。

调用流程

• 配音：选择 Flash 或 Plus，填写文本和有效 voice ID，调用 synthesize_speech。
• 图生视频：先取得公共图片 URL，再指定 happyhorse-1.1-i2v 和 image_url。
• 参考生视频：指定 happyhorse-1.1-r2v 和 reference_urls，可在提示词中引用 [Image 1]。
• 视频任务提交后保存 task_id，间隔查询 get_task，直到成功或失败。
• 图片、音频结果直接返回媒体 URL 或文本；如果上游返回任务，则保留任务编号。

服务不下载任意 URL，不读取调用者电脑上的路径，不永久保存作品。 API 返回链接可能过期，需要由调用者及时保存。 生成 POST 请求不自动重试；submission_unknown 表示受理结果不明，不应盲目重复生成。

配置

并发限制是同时进行的 HTTP 请求数，不是上游运行中的视频任务数。 不连接 Credits、定价和用户信息接口，无费用审批。 媒体 HTTP 客户端使用直连，不继承本机代理变量；不会修改系统或其他应用的网络配置。

测试和打包

uv sync --locked --group dev
uv run pytest
uv run ruff check .
uv build
uv run python scripts/check_wheel.py

魔搭部署

可先从 GitHub 安装，选择 uvx 配置；建议将 main 换成经过验证的提交号固定版本：

{
  "mcpServers": {
    "agentscope-media": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/fanxing724/agent-mcp.git@main", "agentscope-media-mcp"],
      "env": {"AGENTSCOPE_API_KEY": "<部署时填写>"}
    }
  }
}

魔搭托管运行 stdio 进程并提供远程连接，程序本身不监听 HTTP 端口。 平台的密钥填写和托管限制需实际部署验证。

请求字段参考及验证边界见 接口说明。