基 Meng MCP

Name: 基 Meng MCP
Author: c-rick

作者：c-rick43 星标更新：2025-07-16

安装使用来源：spider==github.com

项目介绍

Jimeng MCP Server

基于TypeScript实现的模型上下文协议（MCP）服务器项目集成了Yimeng AI图像生成服务，并通过逆向工程直接调用官方Yimeng API。

功能

基于TypeScript构建
使用TSUP作为构建工具
实现了MCP协议并支持标准STDio通信
直接调用Zhimeng AI图像生成服务，无需第三方API
提供各种即时梦模型的图像生成工具
支持多种图像参数调整，如大小、精度、负面提示词等
支持图像融合/参考图像生成（通过filePath参数，支持本地和网络图像）
支持视频生成，支持添加参考图像（通过filePath参数设置开始和结束帧）

安装

通过Smithery安装

要通过Smithery自动安装jiemeng mcp到Claude Desktop，请执行以下命令：

npx -y @smithery/cli install @c-rick/jimeng-mcp --client claude

手动安装

# 使用yarn安装依赖
yarn install

# 或使用npm安装依赖
npm install

环境配置

在MCP客户端配置中（例如Claude Desktop）设置以下环境变量：

进入Smithery托管项目点击'json'，填写'JIMENG-API_TOKEN'，点击'connect'，生成以下'mcpServer config json'

{
  "mcpServers": {
    "jimeng-mcp": {
      "command": "npx",
      "args": [
        "-y",
        "@smithery/cli@latest",
        "run",
        "@c-rick/jimeng-mcp",
        "--key",
        "[Smithery生成]",
        "--profile",
        "[Smithery生成]"
      ]
    }
  }
}

获取JIMENG-API_TOKEN

访问Jimeng AI官方网站并登录账户
按F12打开浏览器开发者工具
在Application>Cookies中找到sessionid的值
将找到的会话ID值配置为JIMENG-API_TOKEN环境变量

开发

# 开发模式运行
yarn dev

# 使用nodemon开发并自动重启
yarn start:dev

构建

# 构建项目
yarn build

运行

# 启动服务器
yarn start

# 测试MCP服务器
yarn test

Claude Desktop配置示例

以下是将此MCP服务器配置到Claude Desktop的一个完整示例：

{
  "mcpServers": {
    "jimeng": {
      "command": "node",
      "args": ["/path/to/jimeng-mcp/lib/index.js"],
      "env": {
        "JIMENG_API_TOKEN": "your_jimeng_session_id_here"
      }
    }
  }
}

梦想AI图像生成

此MCP服务器直接调用Zhimeng AI图像生成API，并提供图像生成工具：

generateImage - 提交一个图像生成请求并返回图像URL列表

参数
- prompt: 生成图像的文本描述（必填）
- filePath: 本地图像路径或图像URL（可选，如果填写，则用于图像融合/参考图像生成功能）
- model 模型名称，可选值：jimeng-3.0, jimeng-2.1, jimeng-2.0-pro, jimeng-2.0, jimeng-1.4, jimeng-xl-pro（可选，默认为Jimeng-2.1，在混合图像时自动切换到Jimeng-2.0-pro）
- width: 图像宽度，默认值：1024（可选）
- height 图像高度，默认值：1024（可选）
- sample_strength 精度，默认值：0.5，范围0-1（可选）
- negative_prompt 反向提示词，告诉模型不要生成任何内容（可选）

注意：

filePath 支持本地绝对/相对路径和图像URL。

如果指定了filePath，将自动进入图像融合/参考图像生成模式，底层模型将自动切换到jimeng-2.0-pro。

网络图像必须是公开可访问的。

图像融合/参考图像生成功能

为了基于图像生成混合物，只需输入filePath参数（支持本地路径或图像URL），即可实现图像风格融合和参考图像生成等高级玩法。

示例：

// 参考图片混合生成
client.callTool({
  name: "generateImage",
  arguments: {
    prompt: "梵高风格的猫",
    filePath: "./test.png", // 本地图片路径
    sample_strength: 0.6
  }
});

或者

// 使用网络图片作为参考
client.callTool({
  name: "generateImage",
  arguments: {
    prompt: "未来城市",
    filePath: "https://example.com/your-image.png"
  }
});

支持的模型

服务器支持以下梦想AI模型：

图像模型
jimeng-3.1 梦想第三代模型，具有丰富的审美多样性和生动的图像（默认）
jimeng-3.0 梦想第三代模型，性能更好，支持更强的图像生成能力
jimeng-2.1 梦想2.1版模型，默认模型
jimeng-2.0-pro 梦想2.0 Pro版
jimeng-2.0 梦想2.0标准版
jimeng-1.4 梦想1.4版
jimeng-xl-pro 梦想XL Pro特别版
视频模型
jimeng-video-3.0-pro 梦想视频3.0 Pro模型，适合高质量视频生成
jimeng-video-3.0 梦想视频3.0标准模型，主要视频生成模型（默认）
jimeng-video-2.0-pro 梦想视频2.0 Pro模型，兼容性好，适用于多种场景
jimeng-video-2.0 梦想视频2.0标准模型，适合基础视频生成

技术实现

直接调用Zhimeng官方API，无需第三方服务
逆向工程API调用过程，实现完整的图像生成流程
支持自动收集和使用积分
基于面向对象设计，封装API实现为类
返回高质量图像URL列表
支持图像上传，自动处理本地/网络图像，自动切换混合模型
在图像混合过程中自动将图像上传至Zhimeng云，整个过程完全自动化

使用示例

通过MCP协议调用图像生成函数：

// 生成图像（文本生成）
client.callTool({
  name: "generateImage",
  arguments: {
    prompt: "一只可爱的猫咪在草地上",
    model: "jimeng-3.0",
    width: 1024,
    height: 1024,
    sample_strength: 0.7,
    negative_prompt: "模糊，扭曲，低质量"
  }
});

// 生成图像（图片混合/参考图生成）
client.callTool({
  name: "generateImage",
  arguments: {
    prompt: "未来城市",
    filePath: "https://example.com/your-image.png"
  }
});

响应格式

API将返回生成的图像URL数组，可以直接在各种客户端中显示：

[
  "https://example.com/generated-image-1.jpg",
  "https://example.com/generated-image-2.jpg",
  "https://example.com/generated-image-3.jpg",
  "https://example.com/generated-image-4.jpg"
]

资源

服务器还提供了以下信息资源：

greeting://{name} - 提供个性化问候
info://server - 提供基本服务器信息
jimeng-ai://info - 使用即时梦想AI图像生成服务的指南

使用Cursor或Claude的提示

在Cursor或Claude中，可以按如下方式使用Jimeng图像生成服务：

确保已配置MCP服务器

提示Claude/Cursor生成图像，例如：

请生成一张写实风格的日落下的山脉图片

Claude/Cursor将调用Jimeng MCP服务器生成图像并显示

常见问题

图像生成失败
- 检查是否正确配置了JIMENG-API_TOKEN
- 登录Zhimeng官方网站检查账户积分是否充足
- 尝试更改提示词以避免敏感内容
- 如果是图像混合，检查文件路径/URL是否有效且图像可访问
- 建议使用HTTPS直接链接网络图像，以避免防盗链/权限问题
服务器无法启动
- 确保已安装所有依赖项
- 确保环境变量设置正确
- 检查Node.js版本是否为14.0或更高

许可证

MIT

梦想AI视频生成

此MCP服务器集成了Zhimeng AI视频生成API，并提供视频生成工具：

generateVideo - 提交一个视频生成请求并返回视频URL

参数
- prompt 生成视频的文本描述（必填）
- filePath: 第一帧和最后一帧图像路径，支持数组，最多2个元素，分别对应第一帧和最后一帧（可选）
- model 模型名称，默认Jimeng-video-3.0（可选）
- resolution 分辨率，可选720p或1080p，默认720p（可选）
- width 视频宽度，默认值：1024（可选）
- height 视频高度，默认值：1024（可选）
- refresh_token 梦想API令牌（可选，通常从环境变量读取）
- req_key 自定义参数，兼容旧接口（可选）

注意：

filePath 支持本地绝对/相对路径和图像URL。

如果指定了filePath，可以实现第一/最后一帧的定制化视频生成。

网络图像必须是公开可访问的。

使用示例

通过MCP协议调用视频生成函数：

// 生成视频（文本生成）
client.callTool({
  name: "generateVideo",
  arguments: {
    prompt: "一只小狗在草地上奔跑，阳光明媚，高清",
    model: "jimeng-video-3.0",
    resolution: "720p",
    width: 1024,
    height: 1024
  }
});

// 生成视频（首帧/尾帧定制）
client.callTool({
  name: "generateVideo",
  arguments: {
    prompt: "城市夜景延时摄影",
    filePath: ["./first.png", "./last.png"],
    resolution: "1080p"
  }
});

视频响应格式

API将返回生成的视频URL字符串，可以在各种客户端中直接播放：

"https://example.com/generated-video.mp4"

支持API服务启动

要作为API服务启动（适用于HTTP接口调用）：

cp .env.example .env   # 复制环境变量模板
# 根据需要编辑.env，填写JIMENG_API_TOKEN等配置

# 启动API服务
yarn start:api

API服务启动后，将监听配置端口，并支持通过HTTP接口调用DreamAI图像和视频生成功能。