🚀 通义万相 MCP 服务器
通义万相 MCP 服务器基于 TypeScript 构建，遵循 Model Context Protocol (MCP) 规范。它为阿里云通义万相的文生图（Text-to-Image）和文生视频（Text-to-Video）能力提供支持，允许大语言模型（LLM）通过 MCP 协议直接调用图像和视频生成 API。
🚀 快速开始
通义万相 MCP 服务器是一个强大的工具，它允许大语言模型（LLM）通过 MCP 协议直接调用阿里云通义万相的图像和视频生成 API。下面以百炼平台为例，展示如何快速集成该服务器：
{
"mcpServers": {
"tongyi-wanxiang": {
"command": "npx",
"args": [
"-y",
"tongyi-wanx-mcp-server@latest"
],
"env": {
"DASHSCOPE_API_KEY": "<你的通义万相 API 访问密钥>"
}
}
}
}
✨ 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
安装步骤
- 安装依赖：
npm install - 构建项目：
npm run build - 启动服务器：
npm start
💻 使用示例
基础用法
以百炼平台为例，在配置文件中集成通义万相 MCP 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 访问密钥>"
}
}
}
}
📚 详细文档
API 接口说明
文生图生成接口
- 参数：
prompt：图像描述的文本。width：图像宽度，默认为 512。height：图像高度，默认为 512。negative_prompt（可选）：减少生成图像中出现的内容。
- 返回值：
{
"task_id": string // 任务唯一标识符
}
文生图结果获取接口
- 参数：
task_id：文生图生成时返回的任务 ID。
- 返回值：
{
"status": "completed" || "processing" || "failed",
"result_url": string, // 图像 URL，仅在完成时返回
"error_message": string // 错误信息，失败时返回
}
文生视频生成接口
- 参数：
prompt：视频描述的文本。width：视频宽度，默认为 512。height：视频高度，默认为 512。duration（可选）：视频时长，默认为 10 秒。negative_prompt（可选）：减少生成视频中出现的内容。
- 返回值：
{
"task_id": string // 任务唯一标识符
}
文生视频结果获取接口
- 参数：
task_id：文生视频生成时返回的任务 ID。
- 返回值：
{
"status": "completed" || "processing" || "failed",
"result_url": string, // 视频 URL，仅在完成时返回
"error_message": string // 错误信息，失败时返回
}
配置文件
// config.ts
export const CONFIG = {
// 图像生成相关配置
IMAGE_GENERATION: {
pollingInterval: 1000, // 轮询间隔时间，默认为 1 秒
maxRetries: 5, // 最大重试次数，默认为 5 次
timeout: 30000 // 任务超时时间，默认为 30 秒
},
// 视频生成相关配置
VIDEO_GENERATION: {
pollingInterval: 2000, // 轮询间隔时间，默认为 2 秒
maxRetries: 10, // 最大重试次数，默认为 10 次
timeout: 600000 // 任务超时时间，默认为 10 分钟
}
};
🔧 技术细节
本服务器基于 TypeScript 开发，遵循 Model Context Protocol (MCP) 规范。通过异步轮询机制处理长时间运行的图像和视频生成任务，确保任务的高效执行。同时，服务器支持与支持 MCP 的大语言模型（LLM）无缝协作，为用户提供便捷的图像和视频生成服务。
📄 许可证
文档中未提及许可证相关信息，故跳过此章节。
⚠️ 重要提示
- API 权限：请确保您拥有有效的通义万相 API 访问密钥，并妥善保管。
- 异步处理：图像生成可能需要数秒到数十秒不等，视频生成耗时更长，需耐心等待。
- 轮询机制：服务器端的轮询间隔和重试次数应根据具体场景进行合理设置，避免资源浪费。
- 错误处理：对于失败的任务，请检查
error_message以获取更多信息，并采取相应措施。