mcpField
M
Midjourney

Midjourney

本地服务
github.com/imaginpro媒体与设计055 周前更新

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

  1. 01文本生成图像
  2. 02结合文本与图像生成
  3. 03根据起止帧生成视频
  4. 04图像放大、变体与重绘
  5. 05按蒙版编辑图像
  6. 06查询任务状态与进度

适用场景

  1. 01根据文字描述制作图像
  2. 02用现有图像与文字生成新图
  3. 03制作两帧之间的转场视频
  4. 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。

mcp.json · 通用配置
{
"mcpServers": {
"imaginepro": {
"command": "npx",
"args": [
"-y",
"imaginepro-mcp-server"
],
"env": {
"IMAGINEPRO_API_KEY": "<IMAGINEPRO_API_KEY>"
}
}
}
}
启动命令npx -y imaginepro-mcp-server
需要配置的环境变量
IMAGINEPRO_API_KEY密钥

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmimaginepro-mcp-server

工具

8

收录的工具列表 · 更新于 3 周前

参数类型必填说明
promptstring是要生成图像的详细描述
refstring否用于跟踪的可选参考 ID
webhookOverridestring否用于异步通知的可选 webhook URL

详细介绍

ImaginePro MCP 服务

Build and Test npm version License: MIT Node.js Version

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。

#### 其他 MCP 工具

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
  1. 在 imaginepro.ai 注册
  2. 前往账户设置
  3. 生成 API 密钥
  4. 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 ID
  • webhookOverride(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 URL
  • status: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 URL
  • model(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 ID
  • webhookOverride(字符串,可选):Webhook URL

返回值:

  • messageId:唯一标识符
  • imageUrl:生成图像的直接 URL
  • status: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 URL
  • endFrameUrl(字符串,必填):结束画面的图像 URL
  • ref(字符串,可选):参考 ID
  • webhookOverride(字符串,可选):Webhook URL

返回值:

  • messageId:唯一标识符
  • videoUrl:生成视频的直接 URL
  • status: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 ID
  • ref(string,可选):引用 ID
  • webhookOverride(string,可选):Webhook URL

返回:

  • messageId:新消息标识符
  • imageUrl:放大后图像的 URL
  • status: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 ID
  • ref(string,可选):引用 ID
  • webhookOverride(string,可选):Webhook URL

返回:

  • messageId:新消息标识符
  • imageUrl:变体图像的 URL
  • status: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 ID
  • ref(string,可选):引用 ID
  • webhookOverride(string,可选):Webhook URL

返回:

  • messageId:新消息标识符
  • imageUrl:新图像的 URL
  • status: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 ID
  • maskUrl(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 ID
  • webhookOverride(string,可选):Webhook URL

返回:

  • messageId:新消息标识符
  • imageUrl:修补后图像的 URL
  • status: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:

  1. 使用你的提示词调用 generate-image
  2. 返回图像 URL 和消息 ID
  3. 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):

  1. ~/.imaginepro/config.json(全局)
  2. ./.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:

  1. 确保已在 MCP 配置中设置 API 密钥:

    "env": {
      "IMAGINEPRO_API_KEY": "sk-your-actual-key"
    }
    
  2. 或者在启动前于 shell 中导出该密钥:

    export IMAGINEPRO_API_KEY="sk-your-api-key"
    
  3. 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
  1. 检查服务是否确实在运行(查看日志中的启动消息)
  2. 确认 MCP 配置中的命令路径正确
  3. 确保已安装 Node.js >= 18.0.0:node --version
  4. 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:

  1. 查找 node 路径:

    which node
    # Example output: /Users/username/.nvm/versions/node/v22.19.0/bin/node
    
  2. 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:

  1. 查看日志:大多数 MCP 客户端都会提供详细日志
  2. 查看示例:参阅使用示例部分
  3. 提交问题:GitHub Issues
  4. 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
  1. Fork 并克隆仓库
  2. 创建功能分支:git checkout -b feature/amazing-feature
  3. 进行修改并测试
  4. 提交:git commit -m 'Add amazing feature'
  5. 推送:git push origin feature/amazing-feature
  6. 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

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

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。