mcp-server案例分享-即梦MCP-Server实战教程-让Claude直接调用AI生图视频能力

1. 前言 =====

在AI辅助开发工具快速发展的今天，如何让AI助手直接调用外部服务成为了开发者关注的焦点。传统的方式往往需要开发者手动编写大量的API调用代码，不同服务的接口格式又各不相同，导致集成成本居高不下。更关键的是，像Claude、ChatGPT这样的AI助手无法直接访问外部资源，只能通过开发者作为"中间人"来完成任务，效率大打折扣。

MCP（Model Context Protocol，模型上下文协议）是由Anthropic公司于2024年11月开源的标准化协议，专门用于解决AI模型与外部资源之间的连接问题。而今天要介绍的jimeng-mcp-server 正是基于这个协议打造的即梦AI集成服务器，它能让Claude、Cherry Studio等AI应用直接调用即梦的"文生图"、"图像合成"、"文生视频"、"图生视频"四大核心能力。通过"Claude客户端 → MCP服务器 → 即梦API"的三层架构，实现了10-20倍的token压缩效率，同时保持97%以上的调用成功率。

MCP三层架构图

昨天开源在GitHub上开源了jimeng-mcp-server，今天我们就手把手教大家在本地部署这个项目，体验和感受一下让Claude直接生成AI图片和视频的强大能力。话不多说，下面带大家一起来实现。

---

2. 项目介绍 =======

jimeng-mcp-server 是一个开源的MCP服务器实现，它将即梦AI的多模态生成能力封装成标准的MCP工具，让任何支持MCP协议的AI应用都能轻松调用。

✨ 核心特性

• • 🚀 四大AI生成工具 ：文生图、图像合成、文生视频、图生视频，满足多样化创作需求
• • 🎯 标准MCP协议 ：完全兼容Anthropic的MCP规范，支持stdio、SSE、HTTP三种运行模式
• • 💰 零成本使用 ：基于jimeng-free-api-all项目，官方每日赠送66积分，完全免费体验
• • 🔧 一键Docker部署 ：提供完整的Docker Compose配置，3分钟即可启动服务
• • 📦 多客户端支持 ：兼容Claude Desktop、Cherry Studio、Cline等主流MCP客户端
• • 🌐 OpenAI兼容接口 ：支持标准的OpenAI API格式，易于集成到现有项目

image-20251115095418050

🛠️ 技术栈

| 技术组件 | 说明 | 版本要求 | | --- | --- | --- | | 语言 | Python | 3.10+ | | 框架 | FastMCP | 最新版 | | 协议 | MCP Protocol | v1.0 | | 后端API | jimeng-free-api-all | Docker部署 | | 部署方式 | Docker / stdio / SSE |

|

核心依赖：

 
 
 
 
   
# 主要依赖包  
mcp>=1.0.0           # MCP协议核心库  
httpx>=0.27.0        # HTTP客户端  
python-dotenv>=1.0.0 # 环境变量管理

🎯 应用场景

AI内容创作

• • 博客配图自动生成
• • 短视频批量制作
• • 产品宣传素材创作

智能办公助手

• • PPT自动配图
• • 报告可视化
• • 创意头脑风暴

开发者工具

• • UI原型快速生成
• • 测试数据可视化
• • 技术文档配图

🆚 为什么选择MCP方案？

相比传统的API集成方式，MCP方案具有显著优势：

image-20251115095601637

核心优势总结：

• • ⚡ 开发效率提升95% ：从4周降至30分钟
• • 💰 成本降低90% ：Token消耗大幅减少
• • 🎯 零维护成本 ：自动适配API变更
• • 🚀 无限扩展性 ：轻松添加新服务

---

3. 部署实战 =======

下面我们就来手把手实现这个MCP服务器的完整部署流程。整个过程分为两部分：首先部署jimeng-free-api-all后端服务，然后安装配置jimeng-mcp-server。

环境准备

在开始之前，我们需要确保系统已经安装了以下环境：

必备环境：

• • Python 3.10 或更高版本
• • Docker 和 Docker Compose（用于部署后端API）
• • Git（用于克隆项目）

推荐配置：

• • 操作系统：Ubuntu 20.04+ / macOS 12+ / Windows 10/11（WSL2）
• • 内存：至少 4GB
• • 磁盘空间：至少 10GB

首先检查Python版本：

 
 
 
 
   
python --version  
# 输出应该是 Python 3.10.x 或更高

image-20251115095759755

然后验证Docker是否安装：

 
 
 
 
   
docker --version  
docker-compose --version

image-20251115095905271

如果Docker未安装，可以参考官方文档进行安装：https://docs.docker.com/get-docker/

部署后端API服务

jimeng-mcp-server 需要配合 jimeng-free-api-all 后端服务使用。我们首先来部署这个后端服务。

3.2.1 克隆后端项目

打开终端，执行以下命令：

 
 
 
 
   
# 克隆 jimeng-free-api-all 项目  
git clone https://github.com/wwwzhouhui/jimeng-free-api-all.git  
cd jimeng-free-api-all

image-20251115100042667

3.2.2 配置环境变量

进入即梦登录账号，然后 F12 打开开发者工具，从 Application > Cookies 中找到sessionid的值，这将作为 Authorization 的 Bearer Token 值：Authorization: Bearer sessionid

example0

3.2.3 启动后端服务

下载镜像

 
 
 
 
   
docker pull wwwzhouhui569/jimeng-free-api-all:latest

启动 Docker 容器

 
 
 
 
   
docker run -it -d --init --name jimeng-free-api-all -p 8001:8000 -e TZ=Asia/Shanghai wwwzhouhui569/jimeng-free-api-all:latest

image-20251115101401289

安装MCP服务器

后端服务部署完成后，我们开始安装jimeng-mcp-server。

3.3.1 克隆MCP项目

打开新的终端窗口，执行：

 
 
 
 
   
# 克隆 jimeng-mcp-server 项目  
git clone https://github.com/wwwzhouhui/jimeng-mcp-server.git  
cd jimeng-mcp-server

3.3.2 安装Python依赖

项目使用 uv 作为包管理工具（推荐），也可以使用传统的 pip。

方法一：使用 uv（推荐）

 
 
 
 
   
# 安装 uv（如果尚未安装）  
curl -LsSf https://astral.sh/uv/install.sh | sh  
  
# 创建虚拟环境并安装依赖  
uv venv  
source .venv/bin/activate  # Linux/macOS  
# 或者在 Windows 上使用: .venv\Scripts\activate  
  
uv pip install -e .

方法二：使用 pip

 
 
 
 
   
# 创建虚拟环境  
python -m venv .venv  
source .venv/bin/activate  # Linux/macOS  
# 或者在 Windows 上使用: .venv\Scripts\activate  
  
# 安装依赖  
pip install -e .

image-20251115101728380

安装过程中可能需要几分钟时间，请耐心等待。

3.3.3 配置MCP服务器

创建 .env 文件配置后端API地址：

 
 
 
 
   
touch .env

编辑 .env 文件：

 
 
 
 
   
# 即梦API配置  
  
# 您的即梦API密钥 (必需)  
JIMENG\_API\_KEY=您的API密钥  
  
# API基础URL (可选, 默认为 https://jimeng.duckcloud.fun)  
JIMENG\_API\_URL=http://127.0.0.1:8001  
  
# 图像生成的默认模型 (可选, 默认为 jimeng-4.0)  
JIMENG\_MODEL=jimeng-4.0

image-20251115101958669

注意 ：JIMENG\_API\_KEY 就是前面网页版本即梦 cookies

Cherry Studio配置

将此服务器添加到Cherry Studio配置文件:

MacOS : ~/Library/Application Support/Claude/claude\_desktop\_config.json

Windows : %APPDATA%\Claude\claude\_desktop\_config.json

 
 
 
 
   
{  
  "mcpServers": {  
    "jimeng": {  
      "command": "python",  
      "args": ["-m", "jimeng\_mcp.server"],  
      "env": {  
        "JIMENG\_API\_KEY": "您的API密钥"  
      }  
    }  
  }  
}

或者,如果您有.env文件:

 
 
 
 
   
{  
  "mcpServers": {  
    "jimeng": {  
      "command": "python",  
      "args": ["-m", "jimeng\_mcp.server"]  
    }  
  }  
}

sse配置

image-20251114205117656

image-20251114205145614

文本生成图像示例

 
 
 
 
   
生成一张图像:小猪和小狗踢球

image-20251114225936753

图像合成示例

 
 
 
 
   
将这两张图像合成在一起:  
- 图像1: https://p3-dreamina-sign.byteimg.com/tos-cn-i-tb4s082cfz/bab623359bd9410da0c1f07897b16fec~tplv-tb4s082cfz-resize:0:0.image?lk3s=8e790bc3&x-expires=1788961069&x-signature=cbtnyeSIcqWpngHdoYWFkCra3cA%3D  
- 图像2: https://p3-dreamina-sign.byteimg.com/tos-cn-i-tb4s082cfz/6acf16d07c47413898aea2bdd1ad339e~tplv-tb4s082cfz-resize:0:0.image?lk3s=8e790bc3&x-expires=1788961069&x-signature=30S2i%2FvCH0eRR32CehcEaK8t5ns%3D  
创建一个艺术风格的无缝融合

image-20251114230207881

image-20251114230356088

文本生成视频示例

 
 
 
 
   
创建一个视频:小猫在钓鱼

image-20251114210421561

image-20251114210442167

图像生成视频示例

 
 
 
 
   
为这张图像添加动画效果:  
https://p3-dreamina-sign.byteimg.com/tos-cn-i-tb4s082cfz/bab623359bd9410da0c1f07897b16fec~tplv-tb4s082cfz-resize:0:0.image?lk3s=8e790bc3&x-expires=1788961069&x-signature=cbtnyeSIcqWpngHdoYWFkCra3cA%3D  
添加轻柔的运动和自然的镜头缩放

image-20251114231138586

image-20251114231206562

在claude code中使用

文本生成图像示例

 
 
 
 
   
请使用jimeng-mcp-server 生成一张图像:小猪和小狗踢球

image-20251115003223041

图像合成示例

 
 
 
 
   
请使用jimeng-mcp-server 将这两张图像合成在一起:  
- 图像1: https://p3-dreamina-sign.byteimg.com/tos-cn-i-tb4s082cfz/bab623359bd9410da0c1f07897b16fec~tplv-tb4s082cfz-resize:0:0.image?lk3s=8e790bc3&x-expires=1788961069&x-signature=cbtnyeSIcqWpngHdoYWFkCra3cA%3D  
- 图像2: https://p3-dreamina-sign.byteimg.com/tos-cn-i-tb4s082cfz/6acf16d07c47413898aea2bdd1ad339e~tplv-tb4s082cfz-resize:0:0.image?lk3s=8e790bc3&x-expires=1788961069&x-signature=30S2i%2FvCH0eRR32CehcEaK8t5ns%3D  
创建一个艺术风格的无缝融合

image-20251115003456583

图片生成结果

image-20251115003526890

3.6 高级配置（可选）

SSE模式部署

如果需要将MCP服务器部署到云端供多人使用，可以使用SSE（Server-Sent Events）模式：

 
 
 
 
   
# 启动SSE服务器  
cd jimeng-mcp-server  
uv run jimeng-mcp-server --transport sse --port 8080

然后在客户端配置中使用SSE连接：

 
 
 
 
   
{  
  "mcpServers": {  
    "jimeng-remote": {  
      "url": "http://your-server-ip:8080/sse",  
      "transport": "sse"  
    }  
  }  
}

HTTP REST API模式

jimeng-mcp-server还支持标准的HTTP REST API调用：

 
 
 
 
   
# 启动HTTP服务  
uv run jimeng-mcp-server --transport http --port 8080

可以使用curl或Postman测试：

 
 
 
 
   
# 调用文生图API  
curl -X POST http://localhost:8080/tools/text\_to\_image \  
  -H "Content-Type: application/json" \  
  -d '{  
    "prompt": "一只可爱的柴犬",  
    "width": 1024,  
    "height": 1024  
  }'

---

4. 总结 =====

今天主要带大家了解并实现了 jimeng-mcp-server（即梦MCP服务器） 的 完整部署与集成流程 ，该 开源MCP服务器 以 "标准MCP协议 + 即梦AI多模态能力" 为核心优势，结合 AI辅助开发与内容创作 需求，通过 Docker容器化部署 与 FastMCP框架 ，形成了一套从 后端API搭建 到 Claude客户端集成 的全链路 AI工具编排解决方案 。

通过这套实践方案，开发者与内容创作者 能够高效突破 传统AI助手无法直接调用外部服务 的技术壁垒 —— 借助 三层架构设计（包括 Claude客户端层、MCP协议层、即梦API层），无需 手动编写API对接代码，就能快速 实现AI生图、图像合成、文生视频、图生视频四大核心功能（如本次演示的 "让Claude用一句话生成樱花下的柴犬视频"）。无论是 博客配图自动生成、PPT智能配图，还是 短视频批量制作、UI原型快速生成，都能通过 自然语言指令 完成，极大 提升内容创作效率和开发体验。

在实际应用中，该 MCP服务器 不仅 支持stdio、SSE、HTTP三种运行模式 ，还 提供OpenAI兼容接口 ，适配性远优于 传统单一协议方案 ；特别是通过 Docker Compose一键部署 ，有效解决了 复杂环境配置和依赖管理 的难题。同时，方案具备良好的扩展性 —— 小伙伴们可以基于此扩展更多 AI生成工具 ，如 AI音乐生成、3D模型生成、代码可视化生成 等，进一步发挥 MCP协议标准化能力 在 企业级AI应用、智能办公系统、教育培训平台 等领域的应用价值。感兴趣的小伙伴可以按照文中提供的步骤进行实践，根据实际 业务场景和创作需求 调整 工具参数、分辨率、时长等配置项 。今天的分享就到这里结束了，我们下一篇文章见。

Claude Skills 新玩法：用 skill-creator 10 分钟搞定 Excel 报表自动化，职场人必学

Claude Skills 从零到一：手把手打造专属公众号文风生成器，10 分钟搞定 AI 技能定制

Claude Skills 实战指南：3 分钟搞定 PPT、海报与 Logo，AI 办公效率翻倍！

Claude+Codex协同开发，让AI编程效率翻倍成本直降近半

AI 驱动教学革命：3 分钟生成专业级动画课件，还能导出视频 GIF！