mediamcp 是一个 MCP(Model Context Protocol)服务器,用于让 AI 智能体生成和编辑图像、生成视频。它把支持 MCP 的 AI 客户端(Claude Code、Claude Desktop、Cursor、Windsurf、VS Code 或其他 MCP 客户端)连接到云端媒体模型,例如 Gemini Flash Image、GPT-5 Image、Seedream、Veo、Sora 等,接入方式为 OpenRouter 或任意 OpenAI 兼容 API。
用途:让 AI 助手直接调用图像生成、图像编辑和视频生成能力。安装后,用户可以用自然语言向智能体下达指令,例如“为我的落地页生成一张 16:9 的 hero 图像”“去掉 logo.png 的背景”“生成一段 8 秒的日落海浪视频”或“把 logo.png 变成 4 秒视频”(图生视频)。智能体会自行选择合适的工具。
主要能力:
- 图像生成与编辑:通过 generate_image 等工具创建和编辑图像。仓库横幅本身即由 mediamcp 一次 generate_image 调用生成。
- 视频生成:支持通过 OpenRouter 或 OpenAI 兼容 API 生成视频,并支持断点续传(resumable video jobs)。
- 文件保存与预览:生成的文件始终保存到磁盘,默认目录为 ~/Pictures/mediamcp;每次响应包含文件的绝对路径和一个小的内嵌预览,智能体可立即看到结果。
- 多提供商支持:在 MEDIAMCP_BASE_URL 中指定任意 OpenAI 兼容端点并设置相应密钥即可切换提供商。mediamcp 会自动检测端点支持的 API 格式:专用 /images 端点(OpenRouter)、/images/generations(经典 OpenAI)或支持图像的 chat/completions,并记住第一个成功的方案。
- 配置诊断:可让智能体运行 check_config 工具,报告配置错误及修复方法;也可在终端运行 npx -y mediamcp --check(使用 shell 的环境变量)。
使用方式: 需要 OpenRouter API 密钥,可在 https://openrouter.ai/keys 获取。安装时把服务器配置加入对应 MCP 客户端的配置文件并重启客户端:
- Claude Desktop:macOS 为 ~/Library/Application Support/Claude/claude_desktop_config.json,Windows 为 %APPDATA%\Claude\claude_desktop_config.json。
- Cursor:~/.cursor/mcp.json。
- Windsurf:~/.codeium/windsurf/mcp_config.json。
- VS Code(GitHub Copilot):.vscode/mcp.json(密钥单独询问,不写入文件)。 所有配置通过 MCP 客户端配置中 env 块的环境变量完成。面向 AI 智能体的安装说明位于仓库的 llms-install.md。
适用场景:需要在 AI 编程助手或桌面助手中直接生成/编辑图像、生成视频的工作流,例如为网页生成配图、去除图片背景、制作短视频或图生视频。
限制与常见问题:
- 需要 Node.js ≥ 20(可用 node --version 检查)。
- “No API key configured”:需在 MCP 客户端配置的服务器条目 env 块中添加 OPENROUTER_API_KEY(仅配置 shell 环境变量不够),然后重启客户端。
- “Out of credits (HTTP 402)”:需在 https://openrouter.ai/credits 充值。
- “Not found (HTTP 404) … for model”:模型 slug 错误,可运行 list_models 查看。
- 客户端无反应:确认已安装 Node.js ≥ 20。
- “Tool '…' has an invalid outputSchema … unsupported dialect”:客户端仅按 JSON Schema 2020-12 校验 schema;mediamcp 默认发布 2020-12,出现该错误说明版本过旧,需更新并确认 check_config 显示 tool schema dialect: 2020-12。
- 仓库还包含安全策略(Security policy)和 mcp-name: io.github.legolev/mediamcp。
关于收费、价格、具体模型列表和平台支持范围,资料中未提供完整细节,暂未提供。