Back to MCP directory
publicPublicdnsLocal runtime

jmcomic-ai

JMComic AI是为JMComic漫画爬虫提供的AI增强工具,通过MCP协议将搜索、下载等功能暴露给本地AI客户端,让用户能用自然语言操作漫画下载,并注入使用技巧知识提升AI决策能力。

article

README

🚀 JMComic AI

都什么时代了还在用传统方式看本?从人机交互人智交互,把你的一切本子需求都扔给 AI!

🚀 快速开始

JMComic AI 为 JMComic-Crawler-Python 提供 MCP (Model Context Protocol) 支持AI Skills 增强。你可以通过自然语言与 AI 交互,实现漫画的搜索、筛选和下载,无需编写代码。以下是使用前的安装和配置步骤:

安装

从 pypi 安装(推荐)

# 使用 uv (推荐)
uv add jmcomic-ai
# 或者
uv tool install jmcomic-ai

# 使用 pip
pip install jmcomic-ai

从源码安装

推荐使用 uv 进行依赖管理,一步到位。

# 克隆项目
git clone https://github.com/hect0x7/JMComic-ai.git
cd JMComic-ai

# 同步依赖环境
uv sync

配置

JMComic AI 提供了两个维度的能力,你可以根据需求,选择以下一者或两者来增强你的 AI:

🔌 模块 A:接入 MCP 工具 (推荐)

为 AI 安装“手脚”,使其能够直接调用 search, download 等核心功能。适用场景为希望在 AI 客户端中直接下漫画,无需打开终端。

客户端配置文件位置指南

在开始配置前,请先找到你的 AI 客户端使用的配置文件。 | 软件 | 配置文件路径 | | ---- | ---- | | Antigravity | Windows: %USERPROFILE%/.gemini/antigravity/mcp_config.json
macOS: ~/Library/Application Support/Gemini/antigravity/mcp_config.json | | Cursor | Global: %USERPROFILE%/.cursor/mcp.json (Win) / ~/.cursor/mcp.json (Mac/Linux)
Project: 项目根目录下的 .cursor/mcp.json | | Claude Code | User-Scoped: %USERPROFILE%/.claude.json (Win) / ~/.claude.json (Mac/Linux)
Project-Scoped: 项目根目录下的 .mcp.json | | Claude Desktop | Windows: %APPDATA%/Claude/claude_desktop_config.json
macOS: ~/Library/Application Support/Claude/claude_desktop_config.json |

根据你的需求,选择以下其中一种传输协议进行配置:

stdio 模式 (最简单)

最简单的配置方式,AI 客户端会自动在后台启动并管理 jmai 进程。

  • 配置内容:
{
  "mcpServers": {
    "jmcomic-ai": {
      "command": "jmai",
      "args": ["mcp", "stdio"]
    }
  }
}
  • 如果你是 clone 了源码,希望用本地源码安装,可以这样配置:
{
  "mcpServers": {
    "jmcomic-ai": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/your/jmcomic-ai",
        "run",
        "jmai",
        "mcp",
        "stdio"
      ]
    }
  }
}

⚠️ 重要提示:请将 /path/to/your/jmcomic-ai 替换为您本地源码的实际绝对路径。

SSE 模式 (推荐)

推荐用于大部分桌面端 AI 客户端。

  • 第一步:启动服务
jmai mcp sse  # 默认端口 8000
  • 第二步:配置客户端
{
  "mcpServers": {
    "jmcomic-ai": {
      "url": "http://127.0.0.1:8000/sse"
    }
  }
}
HTTP 流式模式 (生产/远程)

适用于远程部署或对性能有更高要求的场景。

  • 第一步:启动服务
jmai mcp http
  • 第二步:配置客户端
{
  "mcpServers": {
    "jmcomic-ai": {
      "url": "http://127.0.0.1:8000/mcp"
    }
  }
}
配置完成后
  • 通用客户端:重启客户端,检查状态指示灯或工具栏(通常显示为 🔨 图标)。
  • Claude Code:在终端运行以下命令以验证连接:
claude mcp list

如果看到 jmcomic-ai (connected),说明配置成功。

🧠 模块 B:为 Agent 注入“经验” (Skills)

为 AI 注入作者总结的“老司机经验”(如:如何处理 403 错误,如何避免重复下载)。适用场景为希望 AI 不仅仅是执行命令,还能像真人一样思考和规划任务(配合模块 A 使用效果最佳)。 配置方法:

  1. 在终端运行命令,导出技能手册:
jmai skills install
  1. 技能文件将默认安装到 ~/.claude/skills/jmcomic
  2. 使用:将该目录下的 SKILL.md 内容提供给 AI(如复制到其 System Prompt 或 Project Instructions 中),或者在支持 MCP Resource 的客户端中直接查阅 jmcomic://skill

开始对话

完成以上两步后,AI 就变成了一个专业的漫画策展人。你可以尝试这样跟它交流:

  • 模糊搜索

“我想看那个...主角是电锯人的漫画,帮我找找。” (AI 会自动搜索 '电锯人',并展示最相关的结果)

  • 批量下载

“把搜索结果里浏览量最高的前三个下载下来。” (AI 会分析搜索结果,筛选出 Top 3,并自动调用下载工具)

  • 修改配置

“下载太慢了,帮我把并发改成 50。” (AI 会调用配置工具,自动帮你修改 option.yml)

✨ 主要特性

  • 🔌 MCP 标准集成 - 基于 FastMCP 构建,支持 stdio、SSE、HTTP 多种传输方式,兼容大部分现代本地 AI 客户端(如 Cursor, Antigravity, Windsurf, Zed, Claude Desktop 等)
  • 🛠️ 全功能工具集 - 暴露 searchdownloadrankingupdate_option 等核心能力,让 AI 能够直接操作 jmcomic
  • 📚 知识资源 (Resources) - 提供配置 Schema、参考文档和 Skills 手册,让 AI 理解如何正确使用工具
  • ⚙️ 自然语言配置 - AI 可理解并动态修改 option.yml 配置(如切换线路、调整下载规则)
  • 🎯 统一 CLI - 提供 jmai / jmcomic-ai 命令行工具,统一管理 MCP 服务启动、配置查阅与 Skills 安装
  • 🔮 未来规划 - 计划集成 OCR (MangaOCR)、神经机器翻译 (NMT) 与向量检索 (RAG),实现基于画面的语义搜索

💻 使用示例

基础用法

以下示例基于 cursor/antigravity 和 mcp 模式: | 1. 下载本子并转 PDF / ZIP | 2. 搜索【无修正】本子 | 3. 查详情 350234 | 4. 查询月度最多爱心前 10 个本子 | | :---: | :---: | :---: | :---: | | Download and PDF | Search Album | Get Album Detail | Month Ranking by Likes | | 5. 修改 option 配置 | | | | | Update Option | | | |

高级用法

JMComic AI 能够理解复杂的上下文指令:

  • 智能搜索与下载

🤔 "帮我搜索作者 [XXX] 的作品,按浏览量排序,下载前 5 个最热门的本子。"

🤖 Agent: 自动调用 search_album 获取列表,按 views 排序截取前 5,并发调用 download_album

🤔 "下载速度太慢了,帮我把图片并发数改为 50。"

🤖 Agent: 理解意图,调用 update_option 修改 download.threading.image: 50 并实时生效。

  • 模糊决策

🤔 "我想找一些画风类似 [某作品] 的短篇故事,不要超过 3 章的。"

🤖 Agent: 结合语义检索与元数据过滤,为你推荐并整理符合口味的阅读清单。

📚 详细文档

🔧 技术细节

架构概览

graph TD
    User[User / AI Agent] <-->|MCP Protocol| Server[JMAI MCP Server]
    Server <-->|Call| Core[Core Service Layer]
    Core <-->|Invoke| Lib[JMComic Crawler Lib]
    Server <-->|Load| Skills["Agent Skills (Instructional Knowledge)"]
    Core -->|Read/Write| Config[Option System]

Architecture

📄 许可证

本项目遵循 GitHub license

🛠️ 开发者注意:如果你想为项目贡献代码,请务必查看 贡献指南,其中包含了开发环境搭建、项目结构说明以及 reference 参考源码库的使用方法。

开发者的话:这是一个由 Antigravity 亲手缝制的 AI 项目。虽然它读了很多文档,但作为一个 AI 智能体,在编写另一个 AI 的过程中也偶尔会“犯糊涂”。如果它把你带进了坑里,请务必提交 Issue 把它“骂”醒。欢迎更多人类开发者加入,一起教它变得更强!💪

Build with ❤️ by hect0x7
help

Runtime guide

cloud

Hosted runtime

Hosted servers run from a provider-managed environment. You usually connect the MCP client to the hosted endpoint or follow the provider's authorization flow, without keeping a local process alive

  1. Open provider connection page
  2. Authorize or copy endpoint
  3. Connect from your MCP client
terminal

Local runtime / other methods

Local servers run on your own machine or infrastructure. You normally copy the server_config into your MCP client, install the required package, and provide env variables from env_schema when needed

  1. Copy server_config
  2. Install required package
  3. Fill env variables and restart client