Tongyi Wanx

🚀 通义万相 MCP サーバー

このサーバーは、TypeScript をベースにした Model Context Protocol (MCP) サーバーです。阿里云通义万相の文生図（Text-to-Image）および文生動画（Text-to-Video）機能を提供します。このサーバーは MCP プロトコルを通じて、大規模言語モデル（LLM）が通义万相の画像および動画生成 API を直接呼び出せるようにします。

✨ 主な機能

• 文生図機能の統合：阿里云通义万相の文生図 API を接続し、高品質の AI 画像生成をサポートします。
• 文生動画機能の統合：阿里云通义万相の文生動画 API を接続し、高品質の AI 動画生成をサポートします。
• 非同期タスク処理：長時間実行される画像および動画生成タスクをサポートし、非同期ポーリングによって最終結果を取得します。
• MCP プロトコルのサポート：Model Context Protocol の仕様に準拠しており、MCP をサポートする LLM とシームレスに連携できます。

📦 インストール

環境要件

• Node.js >= 16.x
• npm >= 8.x または pnpm

💻 使用例

百煉プラットフォームを例に説明します。

{
  "mcpServers": {
    "tongyi-wanxiang": {
      "command": "npx",
      "args": [
        "-y",
        "tongyi-wanx-mcp-server@latest"
      ],
      "env": {
        "DASHSCOPE_API_KEY": "<あなたの通义万相 API キー>"
      }
    }
  }
}

開発方法

依存関係のインストール

# npm を使用する場合
npm install

# または pnpm を使用する場合
pnpm install

ビルドと実行

# プロジェクトのビルド
npm run build
# または
pnpm run build

# サーバーの実行
npm start
# または
pnpm start

# デバッグツールで実行
npm run debug
# または
pnpm run debug

📚 ドキュメント

API の使用

このサーバーは以下の MCP ツールを提供します。

1. 文生図生成（wanx-t2i-image-generation）

画像生成タスクを開始し、タスク ID を返します。

パラメータ：

• prompt：画像生成のプロンプト
• negative_prompt：ネガティブなプロンプト（画像に含まれないことを希望する要素）

戻り値：

• task_id を含むタスク情報

2. 生成結果の取得（wanx-t2i-image-generation-result）

タスク ID を使用して画像生成結果を取得します。

パラメータ：

• task_id：生成タスクの一意の識別子

戻り値：

• 画像データまたはエラー情報

3. 文生動画生成（wanx-t2v-video-generation）

動画生成タスクを開始し、タスク ID を返します。

パラメータ：

• prompt：動画生成のプロンプト
• negative_prompt：ネガティブなプロンプト（動画に含まれないことを希望する要素）
• duration：動画の長さ（オプション、デフォルトは 10 秒）

戻り値：

• task_id を含むタスク情報

4. 生成結果の取得（wanx-t2v-video-generation-result）

タスク ID を使用して動画生成結果を取得します。

パラメータ：

• task_id：生成タスクの一意の識別子

戻り値：

• 動画データまたはエラー情報

プロジェクト構造

your-project
├── src/
│   ├── mcp-server.ts
│   └── utils/
│       └── config.ts
└── package.json

設定の説明

環境変数

• DASHSCOPE_API_KEY：通义万相 API のアクセスキー
• PORT：サーバーがリッスンするポート（デフォルトは 3000）

設定ファイルの例（config.ts）：

export const CONFIG = {
  api_key: process.env.DASHSCOPE_API_KEY,
  port: parseInt(process.env.PORT) || 3000,
}

注意事項

⚠️ 重要提示

1. 有効な通义万相 API のアクセス権限とキーを取得していることを確認してください。
2. 画像生成は非同期プロセスであり、数秒から数十秒かかる場合があります。
3. 動画生成プロセスは時間がかかり、数分から十数分かかる場合があります。
4. 動画生成の状態を確認する際には、複数回失敗することがありますが、システムが自動的に再試行するので、しばらくお待ちください。
5. 使用シナリオに合わせて、ポーリング間隔と最大再試行回数を適切に設定してください。
6. 動画生成タスクの場合は、最大再試行回数とポーリング間隔を長くすることをおすすめします。

参考資料

• 通义万相 API ドキュメント
• Model Context Protocol (MCP) 仕様