Jmcomic Ai

🚀 JMComic AI

都什麼時代了還在用傳統方式看本？從人機交互 到 人智交互，把你的一切本子需求都扔給 AI！

🚀 快速開始

JMComic AI 為 JMComic-Crawler-Python 提供 MCP (Model Context Protocol) 支持 和 AI Skills 增強。你可以通過自然語言與 AI 交互，實現漫畫的搜索、篩選和下載，無需編寫代碼。以下是使用前的安裝和配置步驟：

安裝

從 pypi 安裝（推薦）

# 使用 uv (推薦)
uv add jmcomic-ai
# 或者
uv tool install jmcomic-ai

# 使用 pip
pip install jmcomic-ai

從源碼安裝

推薦使用 uv 進行依賴管理，一步到位。

# 克隆項目
git clone https://github.com/hect0x7/JMComic-ai.git
cd JMComic-ai

# 同步依賴環境
uv sync

配置

JMComic AI 提供了兩個維度的能力，你可以根據需求，選擇以下一者或兩者來增強你的 AI：

🔌 模塊 A：接入 MCP 工具 (推薦)

為 AI 安裝“手腳”，使其能夠直接調用 search, download 等核心功能。適用場景為希望在 AI 客戶端中直接下漫畫，無需打開終端。

客戶端配置文件位置指南

在開始配置前，請先找到你的 AI 客戶端使用的配置文件。

根據你的需求，選擇以下其中一種傳輸協議進行配置：

stdio 模式 (最簡單)

最簡單的配置方式，AI 客戶端會自動在後臺啟動並管理 jmai 進程。

• 配置內容:

{
  "mcpServers": {
    "jmcomic-ai": {
      "command": "jmai",
      "args": ["mcp", "stdio"]
    }
  }
}

• 如果你是 clone 了源碼，希望用本地源碼安裝，可以這樣配置：

{
  "mcpServers": {
    "jmcomic-ai": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/your/jmcomic-ai",
        "run",
        "jmai",
        "mcp",
        "stdio"
      ]
    }
  }
}

⚠️ 重要提示：請將 /path/to/your/jmcomic-ai 替換為您本地源碼的實際絕對路徑。

SSE 模式 (推薦)

推薦用於大部分桌面端 AI 客戶端。

• 第一步：啟動服務

jmai mcp sse  # 默認端口 8000

• 第二步：配置客戶端

{
  "mcpServers": {
    "jmcomic-ai": {
      "url": "http://127.0.0.1:8000/sse"
    }
  }
}

HTTP 流式模式 (生產/遠程)

適用於遠程部署或對性能有更高要求的場景。

• 第一步：啟動服務

jmai mcp http

• 第二步：配置客戶端

{
  "mcpServers": {
    "jmcomic-ai": {
      "url": "http://127.0.0.1:8000/mcp"
    }
  }
}

配置完成後

• 通用客戶端：重啟客戶端，檢查狀態指示燈或工具欄（通常顯示為 🔨 圖標）。
• Claude Code：在終端運行以下命令以驗證連接：

claude mcp list

如果看到 jmcomic-ai (connected)，說明配置成功。

🧠 模塊 B：為 Agent 注入“經驗” (Skills)

為 AI 注入作者總結的“老司機經驗”（如：如何處理 403 錯誤，如何避免重複下載）。適用場景為希望 AI 不僅僅是執行命令，還能像真人一樣思考和規劃任務（配合模塊 A 使用效果最佳）。 配置方法:

1. 在終端運行命令，導出技能手冊：

jmai skills install

2. 技能文件將默認安裝到 ~/.claude/skills/jmcomic。
3. 使用：將該目錄下的 SKILL.md 內容提供給 AI（如複製到其 System Prompt 或 Project Instructions 中），或者在支持 MCP Resource 的客戶端中直接查閱 jmcomic://skill。

開始對話

完成以上兩步後，AI 就變成了一個專業的漫畫策展人。你可以嘗試這樣跟它交流：

• 模糊搜索：

“我想看那個...主角是電鋸人的漫畫，幫我找找。” (AI 會自動搜索 '電鋸人'，並展示最相關的結果)

• 批量下載：

“把搜索結果裡瀏覽量最高的前三個下載下來。” (AI 會分析搜索結果，篩選出 Top 3，並自動調用下載工具)

• 修改配置：

“下載太慢了，幫我把併發改成 50。” (AI 會調用配置工具，自動幫你修改 option.yml)

✨ 主要特性

• 🔌 MCP 標準集成 - 基於 FastMCP 構建，支持 stdio、SSE、HTTP 多種傳輸方式，兼容大部分現代本地 AI 客戶端（如 Cursor, Antigravity, Windsurf, Zed, Claude Desktop 等）
• 🛠️ 全功能工具集 - 暴露 search、download、ranking、update_option 等核心能力，讓 AI 能夠直接操作 jmcomic
• 📚 知識資源 (Resources) - 提供配置 Schema、參考文檔和 Skills 手冊，讓 AI 理解如何正確使用工具
• ⚙️ 自然語言配置 - AI 可理解並動態修改 option.yml 配置（如切換線路、調整下載規則）
• 🎯 統一 CLI - 提供 jmai / jmcomic-ai 命令行工具，統一管理 MCP 服務啟動、配置查閱與 Skills 安裝
• 🔮 未來規劃 - 計劃集成 OCR (MangaOCR)、神經機器翻譯 (NMT) 與向量檢索 (RAG)，實現基於畫面的語義搜索

💻 使用示例

基礎用法

以下示例基於 cursor/antigravity 和 mcp 模式：

高級用法

JMComic AI 能夠理解複雜的上下文指令：

• 智能搜索與下載

🤔 "幫我搜索作者 [XXX] 的作品，按瀏覽量排序，下載前 5 個最熱門的本子。"

🤖 Agent: 自動調用 search_album 獲取列表，按 views 排序截取前 5，併發調用 download_album。

🤔 "下載速度太慢了，幫我把圖片併發數改為 50。"

🤖 Agent: 理解意圖，調用 update_option 修改 download.threading.image: 50 並即時生效。

• 模糊決策

🤔 "我想找一些畫風類似 [某作品] 的短篇故事，不要超過 3 章的。"

🤖 Agent: 結合語義檢索與元數據過濾，為你推薦並整理符合口味的閱讀清單。

📚 詳細文檔

• JMComic-Crawler-Python - 核心依賴庫文檔。

🔧 技術細節

架構概覽

graph TD
    User[User / AI Agent] <-->|MCP Protocol| Server[JMAI MCP Server]
    Server <-->|Call| Core[Core Service Layer]
    Core <-->|Invoke| Lib[JMComic Crawler Lib]
    Server <-->|Load| Skills["Agent Skills (Instructional Knowledge)"]
    Core -->|Read/Write| Config[Option System]

📄 許可證

本項目遵循 GitHub license。

🛠️ 開發者注意：如果你想為項目貢獻代碼，請務必查看 ，其中包含了開發環境搭建、項目結構說明以及 reference 參考源碼庫的使用方法。

⚡ 開發者的話：這是一個由 Antigravity 親手縫製的 AI 項目。雖然它讀了很多文檔，但作為一個 AI 智能體，在編寫另一個 AI 的過程中也偶爾會“犯糊塗”。如果它把你帶進了坑裡，請務必提交 Issue 把它“罵”醒。歡迎更多人類開發者加入，一起教它變得更強！💪