金大哥 - Tongyi Wanx MCP 详情

article

README

🚀 通义万相 MCP 服务器

这是一个基于 TypeScript 的 Model Context Protocol (MCP) 服务器，专门提供阿里云通义万相的文生图（Text-to-Image）和文生视频（Text-to-Video）能力。该服务器通过 MCP 协议，允许大语言模型（LLM）直接调用通义万相的图像和视频生成 API。

🚀 快速开始

以百炼平台为例，展示如何使用该服务器：

{
  "mcpServers": {
    "tongyi-wanxiang": {
      "command": "npx",
      "args": [
        "-y",
        "tongyi-wanx-mcp-server@latest"
      ],
      "env": {
        "DASHSCOPE_API_KEY": "<你的通义万相 API 密钥>"
      }
    }
  }
}

✨ 主要特性

文生图能力集成：接入阿里云通义万相文生图 API，支持高质量的 AI 图像生成。
文生视频能力集成：接入阿里云通义万相文生视频 API，支持高质量的 AI 视频生成。
异步任务处理：支持长时间运行的图像和视频生成任务，通过异步轮询获取最终结果。
MCP 协议支持：符合 Model Context Protocol 规范，可与支持 MCP 的 LLM 无缝协作。

📦 安装指南

环境要求

Node.js >= 16.x
npm >= 8.x 或 pnpm

安装依赖

# 使用 npm
npm install

# 或使用 pnpm
pnpm install

构建与运行

# 构建项目
npm run build
# 或
pnpm run build

# 运行服务器
npm start
# 或
pnpm start

# 使用调试工具运行
npm run debug
# 或
pnpm run debug

💻 使用示例

基础用法

该服务器提供以下 MCP 工具：

1. 文生图生成（wanx-t2i-image-generation）

启动图像生成任务，返回任务 ID。

**参数**：
- `prompt`: 图像生成提示词
- `negative_prompt`: 负面提示词（不希望在图像中出现的元素）

**返回**：
- 包含 `task_id` 的任务信息

2. 获取生成结果（wanx-t2i-image-generation-result）

通过任务 ID 查询图像生成结果。

**参数**：
- `task_id`: 生成任务的唯一标识符

**返回**：
- 图像数据或错误信息

3. 文生视频生成（wanx-t2v-video-generation）

启动视频生成任务，返回任务 ID。

**参数**：
- `prompt`: 视频生成提示词
- `negative_prompt`: 负面提示词（不希望在视频中出现的元素）
- `duration`: 视频时长（可选，默认为 10 秒）

**返回**：
- 包含 `task_id` 的任务信息

4. 获取生成结果（wanx-t2v-video-generation-result）

通过任务 ID 查询视频生成结果。

**参数**：
- `task_id`: 生成任务的唯一标识符

**返回**：
- 视频数据或错误信息

📚 详细文档

项目结构

your-project
├── src/
│   ├── mcp-server.ts
│   └── utils/
│       └── config.ts
└── package.json

配置说明

环境变量

DASHSCOPE_API_KEY: 通义万相 API 访问密钥
PORT: 服务器监听端口（默认为 3000）

示例配置文件（config.ts）：

export const CONFIG = {
  api_key: process.env.DASHSCOPE_API_KEY,
  port: parseInt(process.env.PORT) || 3000,
}

⚠️ 注意事项

⚠️ 重要提示

请确保您已获取有效的通义万相 API 访问权限和密钥。

图像生成是一个异步过程，可能需要数秒到数十秒不等。

视频生成过程耗时较长，可能需要数分钟到十几分钟不等。

视频生成状态查询可能会多次失败，系统会自动重试，请耐心等待。

请合理设置轮询间隔和最大重试次数，以适应您的使用场景。

对于视频生成任务，建议增加最大重试次数和轮询间隔时间。

Tongyi Wanx