MCP server for JiMeng AI image and video generation

Project description

即梦 MCP 服务器

一个用于即梦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。

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。

更新日志

2024-12-14 v0.2.0 - 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

功能特性

本MCP服务器提供四个主要工具:

1. 文本生成图像 (text_to_image)

使用即梦4.5根据文本描述生成高质量图像。

能力:

从详细的文本提示创建图像
支持负面提示词(要避免的内容)
多种宽高比(1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, 21:9)
多种分辨率(1k, 2k, 4k)
jimeng-4.5/4.1/4.0 支持智能多图生成

2. 图像合成 (image_composition)

基于文本指令将多张图像融合在一起。

能力:

合成1-10张图像
风格迁移和图像混合
基于文本提示的智能合成
生成多个变体结果

3. 文本生成视频 (text_to_video)

使用即梦视频3.0根据文本描述生成短视频片段。

能力:

从文本创建动画视频
支持多种分辨率(480p, 720p, 1080p)
多种宽高比(1:1, 4:3, 3:4, 16:9, 9:16)
可选时长(5秒或10秒)

4. 图像生成视频 (image_to_video)

基于文本提示为静态图像添加动画效果。

能力:

让图像动起来
通过文本描述控制动画效果
支持首帧/尾帧图像输入
可选时长(5秒或10秒)

技术架构

本 MCP 服务器的核心 API 能力基于 jimeng-free-api-all 项目实现。

为什么选择 jimeng-free-api-all?

✅ 完全开源: 遵循 GPL-3.0 开源协议,代码完全透明
✅ OpenAI 兼容: 完美兼容 OpenAI API 格式,易于集成
✅ 功能完整: 支持文生图、图生视频、图像合成等全套功能
✅ 零配置部署: 支持 Docker 一键部署,开箱即用
✅ 免费额度: 官方每日赠送 66 积分,可生成 66 次

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

前置要求

Python 3.10或更高版本
部署 jimeng-free-api-all 服务 (见下方部署指南)
从duckcloud.fun获取即梦API SessionID

设置步骤

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。请按照以下步骤部署:

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

部署完成后,API 服务将运行在 http://localhost:8001

获取 SessionID:

访问即梦官网并登录
按 F12 打开浏览器开发者工具
进入 Application > Cookies
找到并复制 sessionid 的值
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

# 应该返回可用模型列表

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

根据使用模式安装包:

基础安装 (stdio模式)

pip install -e .

检查安装是否成功输入下面命令

pip show jimeng-mcp

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]"

从示例创建.env文件:

cp .env.example .env

编辑.env并配置连接信息:

# 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

重要说明:

JIMENG_API_KEY: 填入从即梦官网获取的 sessionid
JIMENG_API_URL: 填入第一步部署的 jimeng-free-api-all 服务地址
如果 jimeng-free-api-all 部署在其他端口或服务器,请相应修改 URL

claude code 安装MCP

我们这里使用cc-switch配置

配置完成后，点击保存

使用claude code mcp list 查看

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。

启动命令:

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。

启动命令:

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。

启动命令:

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

环境变量

在项目根目录创建.env文件,包含以下变量:

# 必需: 您的即梦API密钥
JIMENG_API_KEY=您的API密钥

# 可选: API基础URL(默认为 https://jimeng.duckcloud.fun)
JIMENG_API_URL=https://jimeng.duckcloud.fun

# 可选: 图像生成的默认模型(默认为 jimeng-4.5)
JIMENG_MODEL=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"
      }
    }
  }
}

或者,如果您有.env文件:

{
  "mcpServers": {
    "jimeng": {
      "command": "python",
      "args": ["-m", "jimeng_mcp.server"]
    }
  }
}

sse配置

使用方法

在Cherry Studio中使用 (see模式)

安装和配置完成后,您可以直接在Cherry Studio中使用即梦工具:

文本生成图像示例

生成一张图像:小猪和小狗踢球

图像合成示例

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?lk3s=8e790bc3&x-expires=1788961069&x-signature=cbtnyeSIcqWpngHdoYWFkCra3cA%3D
- 图像2: https://p3-dreamina-sign.byteimg.com/tos-cn-i-tb4s082cfz/6acf16d07c47413898aea2bdd1ad339e~tplv-tb4s082cfz-resize:0:0.image?lk3s=8e790bc3&x-expires=1788961069&x-signature=30S2i%2FvCH0eRR32CehcEaK8t5ns%3D
创建一个艺术风格的无缝融合

文本生成视频示例

创建一个视频:小猫在钓鱼

图像生成视频示例

为这张图像添加动画效果:
https://p3-dreamina-sign.byteimg.com/tos-cn-i-tb4s082cfz/bab623359bd9410da0c1f07897b16fec~tplv-tb4s082cfz-resize:0:0.image?lk3s=8e790bc3&x-expires=1788961069&x-signature=cbtnyeSIcqWpngHdoYWFkCra3cA%3D
添加轻柔的运动和自然的镜头缩放

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?lk3s=8e790bc3&x-expires=1788961069&x-signature=cbtnyeSIcqWpngHdoYWFkCra3cA%3D
- 图像2: https://p3-dreamina-sign.byteimg.com/tos-cn-i-tb4s082cfz/6acf16d07c47413898aea2bdd1ad339e~tplv-tb4s082cfz-resize:0:0.image?lk3s=8e790bc3&x-expires=1788961069&x-signature=30S2i%2FvCH0eRR32CehcEaK8t5ns%3D
创建一个艺术风格的无缝融合

图片生成结果

文本生成视频示例

请使用jimeng-mcp-server 创建一个视频:小马过河

使用HTTP API

当服务器以HTTP模式运行时,您可以通过REST API调用:

健康检查

curl http://localhost:8000/health

响应:

{
  "status": "healthy",
  "server": "jimeng-mcp",
  "version": "0.1.0",
  "mode": "http"
}

获取可用工具

curl http://localhost:8000/tools

文本生成图像

curl -X POST http://localhost:8000/text-to-image \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "可爱的卡通小斑马在花园里玩耍",
    "ratio": "16:9",
    "resolution": "2k",
    "sample_strength": 0.6
  }'

图像合成

curl -X POST http://localhost:8000/image-composition \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "将两张图像艺术风格地融合",
    "images": [
      "https://example.com/image1.jpg",
      "https://example.com/image2.jpg"
    ],
    "ratio": "16:9",
    "resolution": "2k"
  }'

文本生成视频

curl -X POST http://localhost:8000/text-to-video \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "一个人在森林中缓慢向前走",
    "ratio": "16:9",
    "resolution": "720p",
    "duration": 5
  }'

图像生成视频

curl -X POST http://localhost:8000/image-to-video \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "添加轻柔的运动效果",
    "file_paths": ["https://example.com/image.jpg"],
    "ratio": "16:9",
    "resolution": "720p",
    "duration": 5
  }'

Python示例

import requests

# 文本生成图像
response = requests.post(
    "http://localhost:8000/text-to-image",
    json={
        "prompt": "可爱的卡通小斑马在花园里玩耍",
        "ratio": "16:9",
        "resolution": "2k",
        "sample_strength": 0.6
    }
)

result = response.json()
if result["success"]:
    print(result["result"])
else:
    print(f"Error: {result['error']}")

JavaScript示例

// 文本生成图像
fetch('http://localhost:8000/text-to-image', {
  method: 'POST',
  headers: {
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
    prompt: '可爱的卡通小斑马在花园里玩耍',
    ratio: '16:9',
    resolution: '2k',
    sample_strength: 0.6
  })
})
.then(response => response.json())
.then(data => {
  if (data.success) {
    console.log(data.result);
  } else {
    console.error('Error:', data.error);
  }
});

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

运行测试

pytest

直接运行服务器

python -m jimeng_mcp.server

故障排查

API密钥错误

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

连接错误

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

超时错误

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

许可证

MIT许可证 - 详见LICENSE文件

贡献

欢迎贡献!请随时提交Pull Request。

支持

如遇到以下相关问题:

MCP服务器: 在本仓库开issue
即梦API: 联系DuckCloud支持

致谢

特别感谢:

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

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

如果您需要在生产环境中使用,建议直接购买即梦 AI 官方的 API 服务。

Project details

Release history Release notifications | RSS feed

This version

0.1.0

Jan 4, 2026

Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

iflow_mcp_wwwzhouhui_jimeng_mcp-0.1.0.tar.gz (20.8 kB view details)

Uploaded Jan 4, 2026 Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

The dropdown lists show the available interpreters, ABIs, and platforms. Enable javascript to be able to filter the list of wheel files.

iflow_mcp_wwwzhouhui_jimeng_mcp-0.1.0-py3-none-any.whl (14.3 kB view details)

Uploaded Jan 4, 2026 Python 3

File details

Details for the file iflow_mcp_wwwzhouhui_jimeng_mcp-0.1.0.tar.gz.

File metadata

Download URL: iflow_mcp_wwwzhouhui_jimeng_mcp-0.1.0.tar.gz
Upload date: Jan 4, 2026
Size: 20.8 kB
Tags: Source
Uploaded using Trusted Publishing? No
Uploaded via: uv/0.9.8

File hashes

Hashes for iflow_mcp_wwwzhouhui_jimeng_mcp-0.1.0.tar.gz
Algorithm	Hash digest
SHA256	`facc540ace41a63ed680684addb242ec8c866f29f1253e83181ab7b54b58ef46`
MD5	`9a4a03e35c01218d9b1d78d99df82b00`
BLAKE2b-256	`d26d5034172e93295f9808f0af1014e610587b7413e109b95f098196333b9868`

See more details on using hashes here.

File details

Details for the file iflow_mcp_wwwzhouhui_jimeng_mcp-0.1.0-py3-none-any.whl.

File metadata

Download URL: iflow_mcp_wwwzhouhui_jimeng_mcp-0.1.0-py3-none-any.whl
Upload date: Jan 4, 2026
Size: 14.3 kB
Tags: Python 3
Uploaded using Trusted Publishing? No
Uploaded via: uv/0.9.8

File hashes

Hashes for iflow_mcp_wwwzhouhui_jimeng_mcp-0.1.0-py3-none-any.whl
Algorithm	Hash digest
SHA256	`6c7853c381cb4dec571ac3a37013cffe972b877cc70ec20711bcd8416882e4d0`
MD5	`d34480c1e92c51933b9220fcf9c9c7e7`
BLAKE2b-256	`983c6d03e4b39f7e32d265814dfd77a5cfc9e0368d929fd3b7fe5123153f09a4`

See more details on using hashes here.

iflow-mcp_wwwzhouhui_jimeng-mcp 0.1.0

Navigation

Verified details

Maintainers

Unverified details

Meta

Project description

即梦 MCP 服务器

更新日志

2024-12-14 v0.2.0 - 参数格式同步更新

功能特性

1. 文本生成图像 (text_to_image)

2. 图像合成 (image_composition)

3. 文本生成视频 (text_to_video)

4. 图像生成视频 (image_to_video)

技术架构

为什么选择 jimeng-free-api-all?

架构说明

安装

前置要求

设置步骤

第一步: 部署 jimeng-free-api-all 服务

第二步: 安装 jimengmcp MCP 服务器

claude code 安装MCP

运行模式

1. stdio模式 (默认)

2. SSE模式 (Server-Sent Events)

3. HTTP REST API模式

配置

环境变量

Cherry Studio配置

使用方法

在Cherry Studio中使用 (see模式)

文本生成图像示例

图像合成示例

文本生成视频示例

图像生成视频示例

在claude code中使用

文本生成图像示例

图像合成示例

文本生成视频示例

使用HTTP API

健康检查

获取可用工具

文本生成图像

图像合成

文本生成视频

图像生成视频

Python示例

JavaScript示例

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

运行测试

直接运行服务器

故障排查

API密钥错误

连接错误

超时错误

许可证

贡献

支持

相关项目

核心依赖

技术框架

致谢

免责声明

Project details

Verified details

Maintainers

Unverified details

Meta

Release history Release notifications | RSS feed

Download files

Source Distribution

Built Distribution

File details