Tongyi Wanx MCP Server

🚀 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。主に阿里云通义万相の文書から画像生成(Text-to-Image)および文書から動画生成(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）が直接通义万相の画像および動画生成 API を呼び出すことを可能にします。

✨ 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 プロトコルサポート：Model Context Protocol 規格に準拠しており、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

インストールと実行手順

1. 依存関係のインストール：

   npm install
   

2. プロジェクトのビルド：

   npm run build
   

3. サーバーの起動：

   npm start
   

💻 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 アクセスキー>"
      }
    }
  }
}

📚 ドキュメント

API インターフェースの説明

文生図生成インターフェース

• パラメータ：

  • prompt：画像の説明テキスト
  • width：画像の幅。デフォルトは 512。
  • height：画像の高さ。デフォルトは 512。
  • negative_prompt（オプション）：生成画像に含まれる内容を減らすためのテキスト

• 戻り値：

  {
    "task_id": string // タスクの一意識別子
  }
  

文生図結果取得インターフェース

• パラメータ：

  • task_id：文生図生成時に返されるタスク ID

• 戻り値：

  {
    "status": "completed" || "processing" || "failed",
    "result_url": string, // 画像の URL。完了時のみ返されます。
    "error_message": string // エラーメッセージ。失敗時に返されます。
  }
  

文生動画生成インターフェース

• パラメータ：

  • prompt：動画の説明テキスト
  • width：動画の幅。デフォルトは 512。
  • height：動画の高さ。デフォルトは 512。
  • duration（オプション）：動画の長さ。デフォルトは 10 秒。
  • negative_prompt（オプション）：生成動画に含まれる内容を減らすためのテキスト

• 戻り値：

  {
    "task_id": string // タスクの一意識別子
  }
  

文生動画結果取得インターフェース

• パラメータ：

  • task_id：文生動画生成時に返されるタスク ID

• 戻り値：

  {
    "status": "completed" || "processing" || "failed",
    "result_url": string, // 動画の URL。完了時のみ返されます。
    "error_message": string // エラーメッセージ。失敗時に返されます。
  }
  

設定ファイル

// config.ts
export const CONFIG = {
  // 画像生成関連の設定
  IMAGE_GENERATION: {
    pollingInterval: 1000, // ポーリング間隔。デフォルトは 1 秒。
    maxRetries: 5,         // 最大リトライ回数。デフォルトは 5 回。
    timeout: 30000         // タスクのタイムアウト時間。デフォルトは 30 秒。
  },

  // 動画生成関連の設定
  VIDEO_GENERATION: {
    pollingInterval: 2000, // ポーリング間隔。デフォルトは 2 秒。
    maxRetries: 10,       // 最大リトライ回数。デフォルトは 10 回。
    timeout: 600000        // タスクのタイムアウト時間。デフォルトは 10 分。
  }
};

🔧 注意事項

1. API アクセス権限：有効な通义万相 API アクセスキーを持っていることを確認し、安全に保管してください。
2. 非同期処理：画像生成には数秒から数十秒かかる場合があり、動画生成にはさらに時間がかかります。しばらくお待ちください。
3. ポーリングメカニズム：サーバー側のポーリング間隔とリトライ回数は、具体的なシナリオに応じて適切に設定し、リソースの浪費を避けてください。
4. エラー処理：失敗したタスクについては、error_message を確認して詳細情報を取得し、適切な対策を講じてください。

📖 参考資料

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