mcpField
G
Genfeed

Genfeed

远程服务
genfeed.ai社交媒体6今天更新

关于 Genfeed

Genfeed 是供创作者和 AI Agent 使用的内容创作与发布平台,可生成品牌化的图像、视频、文本、语音和音频,并支持审核、排期与发布。它提供自托管、桌面和 SaaS 部署模式,标准 MCP 流程要求人工批准后才发布。

主要功能

  1. 01生成图像、视频、文本和音频
  2. 02管理品牌、内容库与发布排期
  3. 03通过可视化编辑工作流
  4. 04提供自托管、桌面和 SaaS 模式
  5. 05发布前由人工审核批准

适用场景

  1. 01为社交渠道起草品牌内容
  2. 02生成媒体并在发布前审核
  3. 03安排获批帖文的发布时间
  4. 04让 AI Agent 创建草稿并安排排期

MCP 相关

Genfeed 通过 MCP 让 AI Agent 管理品牌、草稿、素材、排期和分析;其他客户端可使用完整工具集。标准配置允许生成、起草和排期,但发布需要人工批准。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://mcp.genfeed.ai/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

详细介绍

Genfeed.ai

可由你的 Agent 运行的开源内容引擎。免费自托管,也可使用 Cloud。

创建符合品牌风格的视频、图片和帖子,然后审核并发布到已连接的渠道。在 Genfeed 中工作,或连接你已经在使用的 AI Agent。

CI Release License: AGPL-3.0-or-later GitHub stars

如果 Genfeed 对你有用,请在 GitHub 上为它点星 ⭐,让更多人发现它。

在 Genfeed Playground 中输入提示词,使用 FLUX 1 Schnell 生成真实图片,然后审核通过

在自托管实例上进行的一次真实生成:输入提示词、生成、审核通过。约 20 秒,仅经过剪辑,未作其他处理。

npx @genfeedai/create my-genfeed

需要 Docker Compose v2 和 Node.js 24。向导会验证发行包,要求你提供OpenRouter API 密钥,然后启动服务。安装指南:genfeed.ai/self-hosted · docs.genfeed.ai。

警告

Genfeed 当前处于 0.x 阶段,仍在积极开发中。发行说明正文中会附上包含破坏性变更的 升级说明;到 v1.0.0 后将严格遵循语义化版本规范。

你可以自托管(Community)、在 Mac 上运行(Desktop),或使用 genfeed.ai 上的托管产品(SaaS)。同一套代码,三种 部署模式。

要求(Community)

  • Docker Engine 和 Docker Compose v2 插件(docker compose version),或 Docker Desktop。npx @genfeedai/create 和下方的发行包都需要它。
  • Node.js 24 或更高版本(>=24),仅供 npx @genfeedai/create 使用。
  • 主机上需有可用端口 3000(Web)、3010(API)、3011(WebSocket)和 3014(MCP)。
  • 预留至少 15 GB 可用磁盘空间,并为媒体、备份和升级留出额外空间。 这是根据报告的 v0.2.15 镜像占用量给出的容量建议;请参阅 系统要求。
  • RAM:未公布最低要求。已在 8 CPU / 15 GiB 配置上测试。
  • Debian 13 通过其 docker-compose 软件包提供 Compose v2。 使用 Docker CE 时,请从 Docker 的 apt 仓库安装 docker-compose-plugin。

如果应用日志中出现 P1001: Can't reach database server at postgres:5432,请参阅故障排除。

快速开始(社区版)

一条命令(推荐):

npx @genfeedai/create my-genfeed

此命令会下载并验证发行包,提示你输入 OpenRouter 密钥,然后启动整套服务。校验和、身份验证、提供商和升级说明请参阅自托管指南。

**发行包(无需 Node.js):**启动前,请在 .env 中将 OPENROUTER_API_KEY 设置为来自 openrouter.ai/keys 的有效密钥。若未设置,容器会在启动时退出。

curl -fLO https://github.com/genfeedai/genfeed.ai/releases/latest/download/genfeed-selfhosted.tar.gz
curl -fLO https://github.com/genfeedai/genfeed.ai/releases/latest/download/genfeed-selfhosted.tar.gz.sha256
sha256sum -c genfeed-selfhosted.tar.gz.sha256
tar -xzf genfeed-selfhosted.tar.gz && cd genfeed-selfhosted-v*
cp .env.example .env
# Edit .env: set OPENROUTER_API_KEY to your real OpenRouter key, then:
docker compose --env-file .env -f compose.yml up -d

在 macOS 上,校验和步骤请使用 shasum -a 256 -c genfeed-selfhosted.tar.gz.sha256。 API 和 WebSocket 端口绑定到 127.0.0.1;远程浏览器需要配置反向代理,具体请参阅自托管指南。

界面本地 URL
Web UIhttp://localhost:3000
REST APIhttp://localhost:3010
MCP 服务http://localhost:3014
WebSocketws://localhost:3011(实时 Agent 回复;请确保可访问)

发行包会固定使用对应版本的映像,应用 Prisma 迁移,并初始化一个本地工作区。无需 Genfeed Cloud 账户。

首次生成请按以下顺序操作:

  1. 确保 .env 中的 OPENROUTER_API_KEY 是有效密钥(npx 向导会为你设置)。文本生成和 Agent 都需要它;如果值为空或是占位符,容器会拒绝启动。如果之后修改了 .env,请使用同一条 docker compose up -d 命令重新创建容器,以便容器读取新值。
  2. 打开 http://localhost:3000/sign-up,使用 电子邮件和密码 创建账户。注册默认已启用(.env 中的 BETTER_AUTH_ENABLED=true),无需配置电子邮件提供商。新账户会获得独立的组织和品牌。
  3. 完成引导设置,然后开始一项任务或生成内容。

启动时会检查 OpenRouter 密钥的格式,并拒绝空值或占位符。成功启动并不能证明提供商账户有余额或具备模型访问权限。设置 → API Keys 会在保存前向提供商验证每个提供商密钥。

让编码 Agent 为你安装

Genfeed 由 Agent 驱动,因此你可以把安装任务交给 Agent。 将以下内容粘贴到 Claude Code、Codex、Cursor 或任何可访问 shell 的 Agent 中:

Install Genfeed — the open-source content agent — on this machine, then connect
it to yourself over MCP.

1. Check Docker Engine with Compose v2 is available.
2. Download the Community bundle:
   curl -fLO https://github.com/genfeedai/genfeed.ai/releases/latest/download/genfeed-selfhosted.tar.gz
   curl -fLO https://github.com/genfeedai/genfeed.ai/releases/latest/download/genfeed-selfhosted.tar.gz.sha256
   sha256sum -c genfeed-selfhosted.tar.gz.sha256
   tar -xzf genfeed-selfhosted.tar.gz && cd genfeed-selfhosted-v*
   On macOS, use shasum -a 256 -c for the checksum step.
   cp .env.example .env
3. Ask me for my OpenRouter API key and set it in `.env` as
   `OPENROUTER_API_KEY` (a real key; the container exits at start without
   it). Then start the stack:
   docker compose --env-file .env -f compose.yml up -d
   Wait for http://localhost:3000 to answer. Sign-up is open by default; the
   seed also creates one organization (slug `default`) and brand.
4. For Claude Code, register its dedicated content connector:
   claude mcp add --transport http genfeed --scope user http://localhost:3014/mcp/claude
5. Open /mcp, select genfeed and complete browser OAuth. For other clients,
   configure the standard http://localhost:3014/mcp endpoint and authorize in
   the browser; a scoped API-key fallback is available for those clients.
6. List the Genfeed tools to confirm the connection, then stop.

Reference: https://github.com/genfeedai/genfeed.ai/blob/master/docs/self-hosting.md
Docs index for agents: https://docs.genfeed.ai/llms.txt

已经在使用托管产品?跳过安装,通过浏览器 OAuth 授权即可。 Claude 使用 https://mcp.genfeed.ai/mcp/claude 处理品牌、草稿、现有素材、排期和分析;请在 Genfeed Playground 中创建媒体内容。其他客户端使用 https://mcp.genfeed.ai/mcp 访问完整工具集。

标准 MCP 预设优先征求审批:Agent 可以生成内容、创建草稿并安排发布,但发布前需要人工审批。各界面提供哪些功能以及原因,请参阅Agent 界面。

此截图来自真实的自托管应用,版本为 v0.2.17,分辨率为 1440×900,采用深色主题。帖子和 Agent 对话是预置的演示内容,并非实时生成。使用 bun run readme:capture 重新生成。

Genfeed 中的 Agent 对话:为发布周回顾提供的简报,以及 Agent 起草的 X 和 LinkedIn 帖子

Agent:输入简报,输出草稿。两篇帖子都在发布页面等待审批。

发布帖子列表,包含 X、LinkedIn、Instagram、TikTok 和 YouTube 上已排期、草稿和已发布的帖子

发布:在一个列表中查看已排期、草稿和已发布的帖子。

可视化工作流编辑器,展示“从研究到内容”工作流:搜索知识库、生成帖子草稿、收集工作流输出

自动化:“从研究到内容”工作流模板,位于可视化编辑器中。

功能

  • 使用本地执行或自带密钥,生成图像、视频、文本、语音和音频
  • 可视化工作流编辑;内容库、品牌、排期和发布
  • 可通过 Web 应用、genfeed CLI、REST API,或通过 MCP 接入的任意 AI Agent,驱动同一工作流程
  • 使用 Prisma 连接 PostgreSQL;使用 Redis/BullMQ 处理后台任务
  • 基于与托管版镜像相同的 AGPL 源码构建的 Community Docker 发行版

不同部署模式和配置的提供商所支持的功能有所不同。若要确认某个发行版是否支持特定功能,请先阅读 部署模式和 执行边界。

部署模式

模式面向用户获取方式
SaaS托管式多租户产品app.genfeed.ai
Community自托管用户、单个组织带校验和的 GitHub 发布包(见上方快速入门)
Desktop在自己的 Mac 上工作的独立创作者来自 desktop-v* 标签的已签名 macOS 构建产物

组织计费功能包含在每个镜像中,并在运行时受控启用(通过 *.genfeed.ai 主机名或自托管许可证)——详见 计费部分。 托管推理基础设施以及 Fleet/LoRA 运维不属于此公开仓库。

桌面端以 macOS 为主。移动端和浏览器/IDE 扩展的源码位于此代码库中;本仓库并未声称这些产品已在公开商店上架。

Agent 如何在此仓库中工作

此仓库采用 Agent 原生设计: 大部分代码由 AI Agent 在人工指导下编写,代码树的布局也让 Agent 能够从全新克隆的仓库开始高效工作。

  • AGENTS.md 和 CLAUDE.md — 所有 Agent(以及人类)都必须遵循的操作规则:类型安全、UI 基元、序列化器、租户过滤器、提交规范。
  • CONTEXT.md — 术语表。每个概念只采用一种写法,并在代码、问题、文档和 PR 中统一使用。
  • .agents/ — 持久化项目记忆(规则、位于 architecture/ADR-*.md 的 ADR、规格),以及用于开发应用的构建/开发技能。MEMORY.md 是索引。仓库根目录的 skills/ 则不同:这些是应用随附的产品/内容技能。
  • 问题包含 EARS 验收标准(WHEN … THE SYSTEM SHALL …),这样 Agent 就能接手并明确“完成”的定义。问题分流时会重写薄弱的标准,不会将问题退回。
  • shipcode:* 标签用于内部自动化。 这些标签会显示在问题和 PR 上;贡献者不应使用它们。
  • 欢迎提交由 Agent 编写的 PR,前提是在 PR 正文中披露,并由一位具名的人类对说明和验证负责。未披露由 Agent 编写的 PR 将被关闭。详见 CONTRIBUTING.md。

PR 会先经过自动化流水线审查,再由维护者审查;只有维护者可以合并。

架构

Genfeed 是一个 Bun/Turborepo 单体仓库,包含 Next.js 客户端、NestJS 服务工作区、PostgreSQL/Prisma 持久化层,以及 Redis/BullMQ 队列。Community 镜像将 Web 应用、API、工作进程、文件、通知和 MCP 运行时打包到一个容器中,并内置 Redis。

apps/
  app/                    Next.js product UI
  server/                 NestJS services and shared server library
  desktop/app/            Electron client (macOS-first release path)
  mobile/app/             Expo/React Native client source
  extensions/browser/app/ Chrome extension source
  extensions/ide/app/     VS Code extension source
packages/                 Shared @genfeedai/* packages
docker/                   Community and hosted image definitions

公共 API 使用 REST/OpenAPI。GraphQL 仅出现在 Shopify 等出站集成中。

技术栈已确定,不会在每个 PR 中重新讨论。替换任何组件,都必须在代码合入之前通过 ADR(请参阅 GOVERNANCE.md)。

层选择原因
运行时 + PMBun + Turborepo使用一套工具链处理安装、脚本、测试和打包
WebNext.js 16 + React 19App Router、RSC,以及 SaaS、Community 和 Desktop 共用同一客户端
APINestJS 11在各项服务中实现依赖注入、守卫以及租户和身份验证强制执行
数据Prisma 7 + PostgreSQL单一架构、类型化查询,每次发布都附带迁移
队列Redis + BullMQ生成、发布和调度均作为后台任务处理
身份验证Better Auth可自托管,支持组织,Community 无需供应商账号
质量Biome、Vitest、Playwright一次完成格式化和 lint;单元测试与代码并置;各发行版本设有不同级别的 E2E 测试
分发Docker Compose + GHCR校验和已固定到镜像的捆绑包

更多信息:架构 · 部署模式 · 执行边界 · Agent 接口。

贡献

贡献是自愿且无偿的。Genfeed 没有付费贡献计划;请参阅贡献政策。

本仓库的受众优先级依次为自托管用户、Agent 贡献者和人工贡献者。支持在 macOS 和 Linux 上开发(Windows 需通过 WSL2)。前置条件:Node 24、Bun、带 Compose v2 的 Docker、C/C++ 工具链和 python3(Debian/Ubuntu 上运行 sudo apt-get install -y build-essential python3,macOS 上运行 xcode-select --install),以及 Linux 上供 dev:setup 使用的 systemd。详情见 CONTRIBUTING.md。

bun install && cp .env.example .env.local
bun run env:sync local
docker compose -f docker/local/docker-compose.yml up -d postgres redis
bun run dev:setup                  # once per machine
bun run dev:backend:min            # then, in a second terminal:
bun run dev:app                    # → https://app.genfeed.localhost/

Portless HTTPS 是贡献者默认的开发方式。当无法使用 Portless 时,可选择使用固定端口的 dev:debug* 命令进行调试。其他所有事项——问题模板和 EARS 验收标准、PR 约定(squash 合并 + conventional 标题 + 关联问题)、CLA(每个 GitHub 账号针对每个 CLA 版本签署一次)、Agent 编写 PR 的披露要求,以及有针对性的验证——均见 CONTRIBUTING.md。

治理由一位维护者和 AI 审查流水线共同负责: GOVERNANCE.md。如需帮助或有疑问,请参阅 SUPPORT.md。 安全问题请按照 SECURITY.md 报告,切勿公开提交问题。

许可和商标

独立发布的软件包和技能可以在其软件包元数据中声明自己的许可证。

链接

仓库文档(此目录树中的 docs/)面向贡献者和自托管用户:自托管、 部署模式、 架构、Agent 接口、 以及原生推荐积分。 docs.genfeed.ai 是面向 Genfeed 用户的产品和 API 文档。两边互相链接,内容各不重复。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。