关于 Midjourney
ImaginePro MCP Server 将 ImaginePro 的图像和视频生成能力提供给兼容 MCP 的 AI 助手,适合通过提示词进行创作的用户。它还支持图像编辑、增强和生成进度查询。
主要功能
- 01文本生成图像
- 02结合文本与图像生成
- 03根据起止帧生成视频
- 04图像放大、变体与重绘
- 05按蒙版编辑图像
- 06查询任务状态与进度
适用场景
- 01根据文字描述制作图像
- 02用现有图像与文字生成新图
- 03制作两帧之间的转场视频
- 04蒙版修改图像局部或提升分辨率
MCP 相关
该 MCP 服务向兼容客户端提供 ImaginePro 图像与视频生成工具,包括生成、编辑、增强和任务状态查询。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
8收录的工具列表 · 更新于 3 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| prompt | string | 是 | 要生成图像的详细描述 |
| ref | string | 否 | 用于跟踪的可选参考 ID |
| webhookOverride | string | 否 | 用于异步通知的可选 webhook URL |
详细介绍
ImaginePro MCP 服务
一款快速而强大的 MCP(Model Context Protocol)服务,可将 ImaginePro 的 AI 图像和视频生成功能提供给 Claude 等 AI 助手,让你通过自然语言无缝生成创意内容。
v1.1.0 新特性 🎉
主要改进:
- 自动等待完成:现在所有生成工具都会自动等待任务完成后再返回结果
- 实时进度更新:在创建图像和视频时实时查看生成进度
- 修复 URL 映射:修正图像/视频 URL 字段映射,确保可靠访问生成的内容
- 增强响应数据:现在所有工具都会返回状态和进度信息,便于跟踪
- 改进错误处理:错误消息描述更清晰,并采用标准化格式
破坏性变更:无——所有变更均向后兼容!
目录
为什么选择 ImaginePro MCP?
- 🚀 快速轻量:针对快速生成图像和视频进行了优化
- 🎨 功能全面:支持文本生成图像、视频生成、放大、变体和修复
- 🔧 易于集成:适用于 Claude Desktop、Claude Code 和任何兼容 MCP 的工具
- 🎯 可用于生产环境:使用 TypeScript 构建,具备完整的错误处理和稳健的 API 集成
- 📦 设置简单:使用 npx 或 npm,几秒钟即可安装
功能
- 文本生成图像:根据文本描述创建精美的 AI 图像
- 多模态生成:结合文本和图像进行高级生成(Gemini)
- 视频生成:根据起始帧和结束帧创建流畅的视频动画
- 图像放大:提升图像分辨率和质量
- 图像变体:为现有图像生成其他版本
- 图像重抽:使用相同的提示词重新生成图像
- 图像修复:使用蒙版编辑图像的特定区域
- 状态跟踪:实时查看生成任务的进度
快速开始
前提条件
- Node.js >= 18.0.0
- 一个 ImaginePro API 密钥(可免费注册)
- Claude Desktop、Claude Code 或任何兼容 MCP 的工具
安装
根据使用的工具和个人偏好,可以通过多种方式安装 ImaginePro MCP 服务。
选项 1:使用 npx 快速安装(推荐)
最简单的入门方式——无需安装!
Claude Desktop
将以下内容添加到 ~/Library/Application Support/Claude/claude_desktop_config.json(macOS)或 %APPDATA%\Claude\claude_desktop_config.json(Windows):
{
"mcpServers": {
"imaginepro": {
"command": "npx",
"args": ["-y", "imaginepro-mcp-server"],
"env": {
"IMAGINEPRO_API_KEY": "sk-your-api-key-here"
}
}
}
}
Claude Code
快速安装(推荐):
# Set your API key first
export IMAGINEPRO_API_KEY="sk-your-api-key-here"
# Add the server with the API key
claude mcp add-json imaginepro '{"command":"npx","args":["-y","imaginepro-mcp-server"],"env":{"IMAGINEPRO_API_KEY":"'"$IMAGINEPRO_API_KEY"'"}}' -s local
将 API 密钥设为永久环境变量:
echo 'export IMAGINEPRO_API_KEY="sk-your-api-key-here"' >> ~/.zshrc
source ~/.zshrc
其他安装方式
手动配置:
编辑 MCP 设置:
{
"mcpServers": {
"imaginepro": {
"command": "npx",
"args": ["-y", "imaginepro-mcp-server"],
"env": {
"IMAGINEPRO_API_KEY": "sk-your-api-key-here"
}
}
}
}
使用 Shell 环境变量:
配置时不使用 env 区块:
{
"mcpServers": {
"imaginepro": {
"command": "npx",
"args": ["-y", "imaginepro-mcp-server"]
}
}
}
然后在 Shell 中导出:
export IMAGINEPRO_API_KEY="sk-your-api-key-here"
注意:MCP 配置中的 env 区块优先于 Shell 环境变量。
对于 Cursor、Goose 或 LM Studio 等工具,请使用类似的配置:
{
"imaginepro": {
"command": "npx",
"args": ["-y", "imaginepro-mcp-server"],
"env": {
"IMAGINEPRO_API_KEY": "sk-your-api-key-here"
}
}
}
选项 2:全局安装
使用 npm 全局安装:
npm install -g imaginepro-mcp-server
然后进行配置:
{
"mcpServers": {
"imaginepro": {
"command": "imaginepro-mcp-server",
"env": {
"IMAGINEPRO_API_KEY": "sk-your-api-key-here"
}
}
}
}
选项 3:本地开发
用于开发或自定义:
git clone https://github.com/imaginpro/imaginepro-mcp-server.git
cd imaginepro-mcp-server
npm install
npm run build
然后进行配置:
{
"mcpServers": {
"imaginepro": {
"command": "node",
"args": ["/absolute/path/to/imaginepro-mcp-server/dist/index.js"],
"env": {
"IMAGINEPRO_API_KEY": "sk-your-api-key-here"
}
}
}
}
Codex
添加到 ~/.codex/config.toml:
[mcp_servers.imaginepro]
command = "npx"
args = ["-y", "imaginepro-mcp-server"]
[mcp_servers.imaginepro.env]
IMAGINEPRO_API_KEY = "sk-your-api-key-here"
获取 API 密钥
- 在 imaginepro.ai 注册
- 前往账户设置
- 生成 API 密钥
- 复制并在上述配置中使用
其他 MCP 客户端的配置
ImaginePro MCP 服务兼容许多热门 AI 开发工具。以下是各个客户端的具体配置说明。
Cursor
添加到 Cursor 设置中(.cursor/config.json 或通过设置 UI):
{
"mcpServers": {
"imaginepro": {
"command": "npx",
"args": ["-y", "imaginepro-mcp-server"],
"env": {
"IMAGINEPRO_API_KEY": "sk-your-api-key-here"
}
}
}
}
Windsurf (Codeium)
{
"mcpServers": {
"imaginepro": {
"command": "npx",
"args": ["-y", "imaginepro-mcp-server"],
"env": {
"IMAGINEPRO_API_KEY": "sk-your-api-key-here"
}
}
}
}
Gemini CLI、VS Code、Goose、LM Studio、Warp Terminal、Amp
对于大多数其他兼容 MCP 的工具,请使用标准配置:
{
"mcpServers": {
"imaginepro": {
"command": "npx",
"args": ["-y", "imaginepro-mcp-server"],
"env": {
"IMAGINEPRO_API_KEY": "sk-your-api-key-here"
}
}
}
}
注意:部分工具可能使用略有不同的配置键(例如,VS Code 使用 mcp.servers,Amp 使用 amp.mcpServers)。请参阅相应工具的 MCP 文档。
工具参考
可用工具(共 8 个)
ImaginePro MCP 服务提供 8 个强大的 AI 图像和视频生成工具。所有工具都会返回结构化响应,其中包含生成内容的 URL。
核心生成工具
generate-image
使用先进的文生图模型,根据文本描述生成 AI 图像。
参数:
prompt(字符串,必填):要生成图像的详细描述ref(字符串,可选):用于追踪的参考 IDwebhookOverride(字符串,可选):用于异步通知的 Webhook URL
返回值:
messageId:生成图像的唯一标识符imageUrl:生成图像的直接 URLstatus:生成状态(DONE、FAIL 等)progress:完成百分比(0-100)
注意:此工具现在会等待图像生成完成后再返回(通常需要 30-60 秒)。
使用示例:
Generate a photorealistic image of a serene mountain lake at sunrise, with mist rising from the water and pine trees reflected in the still surface
gemini-imagine
使用多模态输入生成图像,将文本提示词与现有图像结合。
参数:
contents(数组,必填):内容项数组,包含类型('text' 或 'image')、文本和 URLmodel(字符串,可选):要使用的模型(默认值:gemini-2.5-flash-image-preview)ref(字符串,可选):用于追踪的参考 IDwebhookOverride(字符串,可选):Webhook URL
返回值:
messageId:唯一标识符imageUrl:生成图像的直接 URLstatus:生成状态progress:完成百分比
注意:此工具会自动等待生成完成后再返回。
使用示例:
Use this image [cat.jpg] and make the cat wearing a royal crown and sitting on a throne
generate-video
生成流畅的视频动画,实现两个画面之间的过渡。
参数:
prompt(字符串,必填):视频过渡/动画的描述startFrameUrl(字符串,必填):起始画面的图像 URLendFrameUrl(字符串,必填):结束画面的图像 URLref(字符串,可选):参考 IDwebhookOverride(字符串,可选):Webhook URL
返回值:
messageId:唯一标识符videoUrl:生成视频的直接 URLstatus:生成状态progress:完成百分比
注意:视频生成耗时较长(通常需要 1-3 分钟)。此工具会等待生成完成。
使用示例:
Create a smooth morphing video between sunset.jpg and night.jpg with a natural day-to-night transition
图像增强工具
upscale-image
使用 AI 放大来提升图像分辨率和质量。
参数:
messageId(string,必需):要放大的图像的消息 IDref(string,可选):引用 IDwebhookOverride(string,可选):Webhook URL
返回:
messageId:新消息标识符imageUrl:放大后图像的 URLstatus:生成状态progress:完成百分比
注意:等待放大完成后再返回。
用法示例:
Upscale the image with message ID abc123 to higher resolution
create-variant
为现有图像生成具有不同风格或变化的替代版本。
参数:
messageId(string,必需):基础图像的消息 IDref(string,可选):引用 IDwebhookOverride(string,可选):Webhook URL
返回:
messageId:新消息标识符imageUrl:变体图像的 URLstatus:生成状态progress:完成百分比
注意:等待变体生成完成后再返回。
用法示例:
Create a variant of the image abc123
reroll-image
使用相同的原始提示词重新生成图像。
参数:
messageId(string,必需):要重新生成的图像的消息 IDref(string,可选):引用 IDwebhookOverride(string,可选):Webhook URL
返回:
messageId:新消息标识符imageUrl:新图像的 URLstatus:生成状态progress:完成百分比
注意:等待重新生成完成后再返回。
用法示例:
Reroll the image abc123 to get a different result
图像编辑工具
inpaint-image
通过提供标明要修改区域的蒙版来编辑图像的特定区域。
参数:
messageId(string,必需):基础图像的消息 IDmaskUrl(string,必需):蒙版图像的 URL(白色区域将被编辑)prompt(string,必需):描述蒙版区域中要生成的内容ref(string,可选):引用 IDwebhookOverride(string,可选):Webhook URL
返回:
messageId:新消息标识符imageUrl:修补后图像的 URLstatus:生成状态progress:完成百分比
注意:等待修补完成后再返回。
用法示例:
Inpaint the image abc123 using mask at mask.png and add a rainbow in the sky
实用工具
fetch-status
查看任何生成任务的实时状态和进度。
参数:
messageId(string,必需):要查询状态的消息 ID
返回:
status:当前状态(pending、processing、completed、failed)progress:进度百分比(0-100)imageUrl:生成图像的 URL(准备就绪时)videoUrl:生成视频的 URL(准备就绪时)
用法示例:
Check the status of generation task abc123
用法示例
以下是一些实用示例,展示了 ImaginePro MCP 服务的不同用法。
示例 1:简单图像生成
只需用自然语言描述你想要的内容:
Generate an image of a cozy coffee shop interior with warm lighting, wooden furniture,
and customers reading books. Make it photorealistic.
助手将自动:
- 使用你的提示词调用
generate-image - 返回图像 URL 和消息 ID
- 显示结果
示例 2:多模态图像编辑
将现有图像与文本描述结合使用:
I have this image of a cat at cat.jpg. Can you make it wearing a wizard hat
and holding a magic wand, maintaining the same artistic style?
使用 gemini-imagine 处理图像和你的修改请求。
示例 3:视频生成工作流
创建流畅的视频转场:
I have two images: sunset-beach.jpg and night-beach.jpg.
Create a 5-second video showing the smooth transition from day to night.
调用 generate-video,在帧之间创建动画转场。
示例 4:图像增强流程
完善图像的完整工作流:
1. Generate an image of a fantasy castle
2. Create 3 variants to see different options
3. Upscale the best variant to higher resolution
4. Use inpainting to add dragons flying in the sky
此示例展示了如何串联多个工具,组成完整的创意工作流。
示例 5:异步状态跟踪
监控耗时较长的生成任务:
Check the status of my video generation task abc123
使用 fetch-status 监控异步操作的进度。
高级配置
### 环境变量| 变量 | 必填 | 默认值 | 说明 |
|---|---|---|---|
IMAGINEPRO_API_KEY | 是 | - | 你在 imaginepro.ai 获取的 ImaginePro API 密钥 |
IMAGINEPRO_BASE_URL | 否 | https://api.imaginepro.ai | 自定义 API 端点(适用于企业用户) |
IMAGINEPRO_TIMEOUT | 否 | 300000 (5 分钟) | 请求超时时间,单位为毫秒 |
配置文件
你可以使用 JSON 配置文件代替环境变量:
文件位置(按顺序检查):
~/.imaginepro/config.json(全局)./.imaginepro.json(项目专用)
示例(~/.imaginepro/config.json):
{
"apiKey": "sk-your-api-key-here",
"baseUrl": "https://api.imaginepro.ai",
"timeout": 300000
}
优先级:环境变量 > 配置文件 > 默认值
自定义超时示例
用于视频生成或大批量处理:
{
"mcpServers": {
"imaginepro": {
"command": "npx",
"args": ["-y", "imaginepro-mcp-server"],
"env": {
"IMAGINEPRO_API_KEY": "sk-your-api-key",
"IMAGINEPRO_TIMEOUT": "600000"
}
}
}
}
开发指南
前置条件
- Node.js >= 18.0.0
- npm 或 yarn
- TypeScript 基础知识
- 用于测试的 ImaginePro API 密钥
设置
git clone https://github.com/imaginpro/imaginepro-mcp-server.git
cd imaginepro-mcp-server
npm install
npm run build
命令
| 命令 | 说明 |
|---|---|
npm run build | 将 TypeScript 编译为 JavaScript |
npm run dev | 监视模式——更改时自动重新构建 |
npm start | 运行编译后的服务 |
npm run clean | 移除构建产物 |
使用 Claude Desktop 进行测试
将配置指向本地构建:
{
"mcpServers": {
"imaginepro-dev": {
"command": "node",
"args": ["/absolute/path/to/imaginepro-mcp-server/dist/index.js"],
"env": {
"IMAGINEPRO_API_KEY": "sk-your-test-key"
}
}
}
}
故障排除
常见问题与解决方案
常见问题
“IMAGINEPRO_API_KEY environment variable is required”
原因:服务未能找到你的 API 密钥。
解决方案:
-
确保已在 MCP 配置中设置 API 密钥:
"env": { "IMAGINEPRO_API_KEY": "sk-your-actual-key" } -
或者在启动前于 shell 中导出该密钥:
export IMAGINEPRO_API_KEY="sk-your-api-key" -
更改配置后,重启 MCP 客户端(Claude Desktop 等)
“Failed to generate image” 或 API 错误
可能原因和解决方案:
- API 密钥无效:在 imaginepro.ai 验证密钥
- 额度不足:检查账户余额
- 网络问题:检查互联网连接和防火墙设置
- 速率限制:稍等片刻后重试
- 参数无效:检查图片 URL 是否可访问,以及提示词是否有效
“Module not found” 或导入错误
使用 npm 包安装时:
npm install -g imaginepro-mcp-server
本地开发时:
cd imaginepro-mcp-server
npm install
npm run build
服务无响应
- 检查服务是否确实在运行(查看日志中的启动消息)
- 确认 MCP 配置中的命令路径正确
- 确保已安装 Node.js >= 18.0.0:
node --version - 查看 MCP 客户端日志以获取详细错误信息
“Command not found: imaginepro-mcp”
使用全局安装时,如果二进制文件不在 PATH 中,就会出现此问题。
解决方案:改用 npx:
{
"command": "npx",
"args": ["-y", "imaginepro-mcp-server"]
}
“spawn node ENOENT” 或 “Failed to connect”(使用 nvm 的 Claude Code)
原因:如果你使用 nvm(Node Version Manager),Claude Code 将无法找到 node 可执行文件,因为它不会继承 shell 的 PATH。
日志中的错误:spawn node /path/to/dist/index.js ENOENT
解决方案:在配置中使用 node 的完整路径:
-
查找 node 路径:
which node # Example output: /Users/username/.nvm/versions/node/v22.19.0/bin/node -
更新 MCP 配置以使用完整路径:
{ "mcpServers": { "imaginepro": { "command": "/Users/username/.nvm/versions/node/v22.19.0/bin/node", "args": ["/absolute/path/to/imaginepro-mcp-server/dist/index.js"], "env": { "IMAGINEPRO_API_KEY": "sk-your-api-key-here" } } } }
替代方案:如果使用 npx 安装已发布的 npm 包,则不会出现此问题,因为 npx 会自动处理 node 可执行文件。
获取帮助
如果仍遇到问题:
- 查看日志:大多数 MCP 客户端都会提供详细日志
- 查看示例:参阅使用示例部分
- 提交问题:GitHub Issues
- 联系支持团队:ImaginePro Support
参与贡献
如何贡献
欢迎参与贡献!无论是提交错误报告、功能请求、改进文档,还是贡献代码。
### 快速开始- Fork 并克隆仓库
- 创建功能分支:
git checkout -b feature/amazing-feature - 进行修改并测试
- 提交:
git commit -m 'Add amazing feature' - 推送:
git push origin feature/amazing-feature - 发起 Pull Request
指南
- 遵循 TypeScript 最佳实践
- 使用清晰、具有描述性的提交消息
- 根据需要更新文档
- 提交前使用 Claude Desktop 进行测试
报告问题
请提供:
- 您的环境(操作系统、Node 版本、MCP 客户端)
- 重现步骤
- 预期行为与实际行为
- 错误消息和日志
支持与链接
- ImaginePro API:imaginepro.ai | 支持
- GitHub Issues:报告错误或请求功能
- 文档:Claude Code | MCP Protocol
许可证
MIT License - 详情请参阅 LICENSE 文件。
基于 Model Context Protocol 构建 | 由 ImaginePro AI 提供支持
评论
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。