jimeng-web-mcp

v2.2.0

Published

3 months ago

MCP服务器项目，直接访问即梦AI Web端进行图像和视频生成（仅供学习研究使用）

Downloads

0High
0Medium
0Low

hillywolf

mcp model-context-protocol ai image-generation video-generation jimeng claude typescript

JiMeng Web MCP Server

基于TypeScript的Model Context Protocol (MCP) 服务器，直接访问即梦AI Web端

🚀 直接访问Web端 | 每日免费积分 | 最新功能支持 | 组合模式架构 | 100%类型安全

English | 中文

⚠️ 免责声明

本项目仅供学习和研究使用，请勿用于商业或其他用途。

本项目通过技术手段访问即梦AI Web端接口
使用本项目需遵守即梦AI的服务条款
因使用本项目产生的任何问题，开发者不承担责任
建议仅在学习研究场景下使用，不要滥用API接口

✨ 核心特性

🎨 图像生成

智能继续生成 - prompt自动识别数量（如"生成9张图片"），一次返回全部结果
系列图生成 - 专用于高相关性场景：房间系列、故事分镜、产品多角度
多参考图混合 - 支持最多4张参考图，可控制每张强度
同步/异步模式 - 灵活选择即时返回或后台生成

🎬 视频生成

纯文本生成 - 从prompt直接创建视频
首尾帧控制 - 精确控制视频起止画面
多帧动画 - 2-10个关键帧，系统自动补间平滑过渡
主体融合 - 将多张图片的主体组合到一个场景（使用[图0]语法）

💰 免费积分优势

每日免费积分 - 每天可获得60-80免费积分，无需付费
最新功能支持 - 直接访问Web端，第一时间体验新功能
无需API密钥 - 只需登录账号获取sessionid即可使用

🏗️ 现代化架构

组合模式设计 - 74.6%代码减少（5,268行 → 1,335行）
零安装部署 - npx自动安装，无需手动配置
TypeScript + Zod - 完整类型定义和运行时验证
100%向后兼容 - 无缝升级，现有代码无需修改

🚀 快速开始

1. 获取API Token

访问即梦AI官网并登录
按 F12 打开开发者工具
进入 Application > Cookies
复制 sessionid 的值

2. 配置Claude Desktop

编辑Claude Desktop配置文件：

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json

添加以下配置：

{
  "mcpServers": {
    "jimeng-web-mcp": {
      "command": "npx",
      "args": ["-y", "jimeng-web-mcp"],
      "env": {
        "JIMENG_API_TOKEN": "你的sessionid"
      }
    }
  }
}

3. 重启Claude Desktop

配置完成！现在可以在Claude中使用即梦AI生成功能。

🛠️ MCP工具列表

图像生成 (2个工具)

| 工具 | 默认模式 | 适用场景 | 说明 | |------|---------|---------|------| | image | 同步 | 单图/智能多图生成 | prompt自动识别数量，如"生成9张图片" | | image_batch | 异步 | 高相关性系列图 | 房间系列、故事分镜、产品多角度 |

视频生成 (4个工具)

| 工具 | 默认模式 | 适用场景 | 说明 | |------|---------|---------|------| | video | 异步 | 纯文本生成视频 | 从prompt直接创建 | | video_frame | 异步 | 首尾帧控制 | 支持首帧、尾帧或两者 | | video_multi | 异步 | 多帧动画 | 2-10个关键帧，系统补间 | | video_mix | 异步 | 主体融合 | 用[图0]语法引用多张图 |

查询与工具 (3个工具)

| 工具 | 说明 | |------|------| | query | 查询单个任务状态和结果 | | query_batch | 批量查询最多10个任务 | | ping | 测试服务器连接 |

后处理 (1个工具)

| 工具 | 说明 | |------|------| | video_post_process | 帧插值、超分辨率、音效生成（开发中） |

📸 图像生成详解

`image` - 单图/智能多图生成

核心特性

✅ 智能数量识别 - prompt中的"生成N张图片"会被自动识别
✅ 继续生成自动触发 - 当N>4时，完成前4张后自动确认继续
✅ 一次性返回 - 等待所有图片完成，统一返回结果
✅ 多参考图支持 - 最多4张参考图，可单独控制强度

参数说明

| 参数 | 类型 | 必填 | 默认值 | 说明 | |------|------|------|--------|------| | prompt | string | ✅ | - | 图片描述，可包含数量（如"生成9张图片"） | | filePath | string[] | ❌ | - | 参考图路径数组（最多4张） | | model | string | ❌ | jimeng-4.0 | 模型名称 | | aspectRatio | string | ❌ | auto | 宽高比：auto/1:1/16:9/9:16/3:4/4:3/3:2/2:3/21:9 | | sample_strength | number | ❌ | 0.5 | 参考图影响强度 (0-1) | | reference_strength | number[] | ❌ | - | 每张参考图独立强度 | | negative_prompt | string | ❌ | - | 负面提示词 | | async | boolean | ❌ | false | 是否异步模式 |

使用示例

示例1: 智能继续生成

// Claude中直接说：
"请用image工具生成9张不同角度的可爱橘猫图片"

// 工具调用：
{
  "prompt": "帮我生成9张图片，可爱的橘猫，分别是：正面、侧面、背面、俯视、仰视、左卧、右玩、奔跑、睡觉",
  "model": "jimeng-4.0",
  "async": false
}

// 结果：一次性返回9张图片URL ✅

示例2: 多参考图混合

{
  "prompt": "梵高星空风格的城市夜景",
  "filePath": [
    "/path/to/starry-night.jpg",
    "/path/to/city.jpg"
  ],
  "reference_strength": [0.7, 0.3],
  "async": false
}

继续生成机制说明

工作原理：

API根据prompt识别总数量（如"生成9张" → totalCount=9）
先生成前4张图片
完成第4张时暂停，等待确认
系统自动发送action=2确认
API继续生成剩余5张图片
返回全部9张结果

重要特性：

✅ 单次确认：只发送一次继续请求，不是循环生成
✅ 智能识别：从prompt自动解析数量，无需count参数
✅ 完整等待：同步模式会等待所有图片完成

`image_batch` - 系列图生成

适用场景

✅ 推荐使用场景：

同一房子的不同空间（客厅、卧室、厨房、书房）
故事连续分镜（场景1、场景2、场景3）
绘本不同页面（第1页、第2页、第3页）
产品多角度展示（正面、侧面、背面、细节）

❌ 不适用场景：

完全无关的独立图片
单张图片生成（请用image）

参数说明

| 参数 | 类型 | 必填 | 默认值 | 说明 | |------|------|------|--------|------| | prompts | string[] | ✅ | - | 每张图的差异描述（1-15个） | | basePrompt | string | ❌ | - | 整体通用描述，添加在最前面 | | filePath | string[] | ❌ | - | 可选参考图（影响整体风格） | | model | string | ❌ | jimeng-4.0 | 模型名称 | | aspectRatio | string | ❌ | auto | 宽高比 | | sample_strength | number | ❌ | 0.5 | 参考图强度 | | async | boolean | ❌ | true | 是否异步模式 |

使用示例

示例1: 房间系列

{
  "basePrompt": "三室两厅现代简约风格，木地板，暖色调照明，简约家具",
  "prompts": [
    "客厅，灰色布艺沙发靠窗，落地窗洒入阳光，茶几上放着杂志和遥控器",
    "主卧室，米色床品整齐铺展，木质床头柜上有台灯，墙面淡蓝色乳胶漆",
    "开放式厨房，白色橱柜整齐排列，大理石台面，中岛台上摆放水果篮",
    "书房，木质书架靠墙摆放，书桌上有笔记本电脑，窗外绿植清晰可见",
    "儿童房，彩色玩具收纳柜，小床上铺着卡通床品，墙上贴着儿童画"
  ],
  "async": true
}

// 最终prompt格式：
// "三室两厅现代简约风格，木地板，暖色调照明，简约家具 第1张：客厅... 第2张：主卧室... 一共5张图"

示例2: 产品多角度

{
  "basePrompt": "苹果AirPods Pro 2代，白色陶瓷材质，磨砂质感，苹果logo清晰",
  "prompts": [
    "正面特写，充电盒开盖状态，耳机在盒内，LED指示灯可见",
    "侧面45度角，展示充电盒厚度和圆润边缘，耳机柄部分露出",
    "背面视角，充电口特写，序列号区域清晰，磁吸接触点可见"
  ],
  "async": false
}

⚠️ 错误示例：

// ❌ prompts过于简短，缺少差异描述
{
  "prompts": ["客厅", "卧室", "厨房"]  // 太简单！
}

// ✅ 正确做法：每个prompt应该是一小段话
{
  "prompts": [
    "客厅，灰色沙发靠窗，阳光洒入...",
    "卧室，米色床品，木质床头柜...",
    "厨房，白色橱柜，大理石台面..."
  ]
}

🎬 视频生成详解

`video` - 纯文本生成视频

参数说明

| 参数 | 类型 | 必填 | 默认值 | 说明 | |------|------|------|--------|------| | prompt | string | ✅ | - | 视频描述 | | model | string | ❌ | jimeng-video-3.0 | 视频模型 | | resolution | string | ❌ | 720p | 分辨率：720p/1080p | | fps | number | ❌ | 24 | 帧率 (12-30) | | duration | number | ❌ | 5000 | 时长（毫秒，3000-15000） | | videoAspectRatio | string | ❌ | 16:9 | 宽高比 | | async | boolean | ❌ | true | 是否异步 |

使用示例

{
  "prompt": "一只小狗在草地上奔跑，阳光明媚，镜头跟随，高清画质",
  "resolution": "1080p",
  "fps": 30,
  "duration": 5000,
  "async": true
}

`video_frame` - 首尾帧控制

参数说明

| 参数 | 类型 | 必填 | 默认值 | 说明 | |------|------|------|--------|------| | prompt | string | ✅ | - | 视频描述 | | firstFrameImage | string | ❌ | - | 首帧图片路径 | | lastFrameImage | string | ❌ | - | 尾帧图片路径 | | 其他参数 | - | - | - | 同video |

使用示例

{
  "prompt": "从白天到夜晚的城市延时摄影",
  "firstFrameImage": "/path/to/day.jpg",
  "lastFrameImage": "/path/to/night.jpg",
  "resolution": "1080p",
  "async": true
}

`video_multi` - 多帧动画

核心概念

关键帧过渡动画：提供2-10个关键帧图片，系统在帧间生成平滑过渡。

⚠️ 重要：每帧的prompt描述的是"从当前帧到下一帧的过渡过程"，包括：

镜头移动：推进、拉远、摇移、跟随
画面变化：主体动作、场景变化、光影变化
转场效果：淡入淡出、切换方式

最后一帧的prompt不生效（因为没有下一帧），可以留空或随意填写。

参数说明

| 参数 | 类型 | 必填 | 说明 | |------|------|------|------| | frames | Frame[] | ✅ | 关键帧数组（2-10个） | | frames[].idx | number | ✅ | 帧序号（从0开始） | | frames[].imagePath | string | ✅ | 帧图片绝对路径 | | frames[].duration_ms | number | ✅ | 过渡时长（1000-6000毫秒） | | frames[].prompt | string | ✅ | 过渡过程描述 | | 其他参数 | - | - | 同video |

使用示例

{
  "frames": [
    {
      "idx": 0,
      "imagePath": "/path/frame0.jpg",
      "duration_ms": 2000,
      "prompt": "镜头从正面缓慢推进，猫从坐姿站起，光线从左侧照入"
    },
    {
      "idx": 1,
      "imagePath": "/path/frame1.jpg",
      "duration_ms": 2000,
      "prompt": "猫向前迈步行走，尾巴自然摇摆，背景虚化效果增强"
    },
    {
      "idx": 2,
      "imagePath": "/path/frame2.jpg",
      "duration_ms": 1000,
      "prompt": "（最后一帧，此prompt不生效）"
    }
  ],
  "fps": 24,
  "resolution": "720p",
  "async": true
}

// 生成效果（总时长5秒）：
// 0-2秒：显示frame0 + 执行"站起来"动画 → 渐变到frame1
// 2-4秒：显示frame1 + 执行"行走"动画 → 渐变到frame2
// 4-5秒：显示frame2作为结尾画面

`video_mix` - 主体融合

核心特性

将多张图片的主体组合到一个场景中，使用[图0]、[图1]语法引用。

参数说明

| 参数 | 类型 | 必填 | 说明 | |------|------|------|------| | referenceImages | string[] | ✅ | 参考图路径数组（2-4张） | | prompt | string | ✅ | 必须包含[图N]引用 | | 其他参数 | - | - | 同video |

使用示例

示例1: 角色换场景

{
  "referenceImages": [
    "/path/cat.jpg",
    "/path/floor.jpg"
  ],
  "prompt": "[图0]中的猫在[图1]的地板上奔跑",
  "async": true
}

示例2: 多元素组合

{
  "referenceImages": [
    "/path/person.jpg",
    "/path/car.jpg",
    "/path/beach.jpg"
  ],
  "prompt": "[图0]中的人坐在[图1]的车里，背景是[图2]的海滩日落景色",
  "resolution": "1080p",
  "async": true
}

🔍 查询工具

`query` - 查询单个任务

{
  "historyId": "4761818115596"
}

// 返回：
{
  "status": "completed",
  "progress": 100,
  "imageUrls": ["https://...", "https://...", ...]
}

`query_batch` - 批量查询

{
  "historyIds": [
    "4761818115596",
    "4761818115597",
    "1e06b3c9-bd41-46dd-8889-70f2c61f66bb"  // 视频ID
  ]
}

// 返回：
{
  "4761818115596": { "status": "completed", "imageUrls": [...] },
  "4761818115597": { "status": "processing", "progress": 45 },
  "1e06b3c9-...": { "status": "completed", "videoUrl": "https://..." }
}

💻 本地开发

安装依赖

# 使用npm
npm install

# 或使用yarn
yarn install

开发命令

# 开发模式（热重载）
npm run dev

# 类型检查
npm run type-check

# 构建项目
npm run build

# 运行测试
npm test

# 测试覆盖率
npm run test:coverage

# 测试MCP服务器
npm run test:mcp

启动服务器

# MCP stdio模式
npm start

# HTTP API服务模式
npm run start:api

🤔 常见问题

1. 图像生成失败

检查清单：

✅ JIMENG_API_TOKEN是否正确配置
✅ 即梦账号积分是否充足（登录查看）
✅ 提示词是否包含敏感内容
✅ 参考图路径是否有效（网络图需可公开访问）

2. 继续生成未触发

排查步骤：

✅ prompt中是否明确指定数量（如"生成9张图片"）
✅ 查看API返回的totalCount是否正确识别
✅ 检查是否在同步模式下（async: false）
✅ 查看日志中的[智能继续生成检测]信息

3. 服务器无法启动

解决方法：

✅ 确保Node.js版本 ≥ 16.0
✅ 重新安装依赖：rm -rf node_modules && npm install
✅ 检查环境变量是否正确设置

4. 视频生成超时

调整建议：

✅ 使用异步模式（async: true）
✅ 降低分辨率（720p代替1080p）
✅ 减少视频时长（推荐5秒）
✅ 简化prompt描述

🎯 支持的模型

图片模型

| 模型名称 | 说明 | 推荐场景 | |---------|------|---------| | jimeng-4.0 | 最新第四代模型（默认） | 全场景推荐 | | jimeng-3.0 | 第三代模型，画面鲜明 | 风格化创作 | | jimeng-2.1 | 稳定版本 | 常规生成 | | jimeng-2.0-pro | Pro版本 | 高质量需求 |

视频模型

| 模型名称 | 说明 | 推荐场景 | |---------|------|---------| | jimeng-video-3.0 | 主力模型（默认） | 全场景推荐 | | jimeng-video-3.0-pro | Pro高质量版本 | 专业级作品 | | jimeng-video-2.0-pro | 兼容性好 | 多场景适配 |

📊 架构亮点

组合模式设计

class NewJimengClient {
  private httpClient: HttpClient              // HTTP请求和认证
  private imageUploader: ImageUploader        // 图片上传
  private creditService: NewCreditService     // 积分管理
  private videoService: VideoService          // 视频生成

  constructor(token?: string) {
    this.httpClient = new HttpClient(token);
    this.imageUploader = new ImageUploader(this.httpClient);
    this.creditService = new NewCreditService(this.httpClient);
    this.videoService = new VideoService(this.httpClient, this.imageUploader);
  }
}

代码减少对比

| 指标 | 重构前 | 重构后 | 改进 | |------|-------|-------|------| | 总代码行数 | 5,268行 | 1,335行 | -74.6% | | 核心类数量 | 9个 | 5个 | -44.4% | | 继承层级 | 3层 | 0层 | 扁平化 | | 类型安全 | 部分 | 完整 | 100% |

📦 手动安装（可选）

如果不使用npx方式，可以手动安装：

# 全局安装
npm install -g jimeng-web-mcp

# 或项目内安装
npm install jimeng-web-mcp

Claude Desktop配置：

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

🤝 贡献

欢迎提交Issue和Pull Request！

📄 许可证

MIT License

🔗 相关链接

GitHub仓库: LupinLin1/jimeng-web-mcp
npm包: jimeng-web-mcp
即梦AI官网: jimeng.jianying.com
MCP协议: modelcontextprotocol.io

⭐ 如果这个项目对你有帮助，请给个Star支持一下！

Made with ❤️ by LupinLin1

Published

Vulnerabilities

Links

Maintainers

Keywords

Readme

JiMeng Web MCP Server

⚠️ 免责声明

✨ 核心特性

🎨 图像生成

🎬 视频生成

💰 免费积分优势

🏗️ 现代化架构

🚀 快速开始

1. 获取API Token

2. 配置Claude Desktop

3. 重启Claude Desktop

🛠️ MCP工具列表

图像生成 (2个工具)

视频生成 (4个工具)

查询与工具 (3个工具)

后处理 (1个工具)

📸 图像生成详解

image - 单图/智能多图生成

核心特性

参数说明

使用示例

继续生成机制说明

image_batch - 系列图生成

适用场景

参数说明

使用示例

🎬 视频生成详解

video - 纯文本生成视频

参数说明

使用示例

video_frame - 首尾帧控制

参数说明

使用示例

video_multi - 多帧动画

核心概念

参数说明

使用示例

video_mix - 主体融合

核心特性

参数说明

使用示例

🔍 查询工具

query - 查询单个任务

query_batch - 批量查询

💻 本地开发

安装依赖

开发命令

启动服务器

🤔 常见问题

1. 图像生成失败

2. 继续生成未触发

3. 服务器无法启动

4. 视频生成超时

🎯 支持的模型

图片模型

视频模型

📊 架构亮点

组合模式设计

代码减少对比

📦 手动安装（可选）

🤝 贡献

📄 许可证

🔗 相关链接

`image` - 单图/智能多图生成

`image_batch` - 系列图生成

`video` - 纯文本生成视频

`video_frame` - 首尾帧控制

`video_multi` - 多帧动画

`video_mix` - 主体融合

`query` - 查询单个任务

`query_batch` - 批量查询