Jmcomic Ai

🚀 JMComic AI

都什么时代了还在用传统方式看本？从人机交互 到 人智交互，把你的一切本子需求都扔给 AI！

🚀 快速开始

JMComic AI 为 JMComic-Crawler-Python 提供 MCP (Model Context Protocol) 支持 和 AI Skills 增强。你可以通过自然语言与 AI 交互，实现漫画的搜索、筛选和下载，无需编写代码。以下是使用前的安装和配置步骤：

安装

从 pypi 安装（推荐）

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

# 使用 pip
pip install jmcomic-ai

从源码安装

推荐使用 uv 进行依赖管理，一步到位。

# 克隆项目
git clone https://github.com/hect0x7/JMComic-ai.git
cd JMComic-ai

# 同步依赖环境
uv sync

配置

JMComic AI 提供了两个维度的能力，你可以根据需求，选择以下一者或两者来增强你的 AI：

🔌 模块 A：接入 MCP 工具 (推荐)

为 AI 安装“手脚”，使其能够直接调用 search, download 等核心功能。适用场景为希望在 AI 客户端中直接下漫画，无需打开终端。

客户端配置文件位置指南

在开始配置前，请先找到你的 AI 客户端使用的配置文件。

根据你的需求，选择以下其中一种传输协议进行配置：

stdio 模式 (最简单)

最简单的配置方式，AI 客户端会自动在后台启动并管理 jmai 进程。

• 配置内容:

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

• 如果你是 clone 了源码，希望用本地源码安装，可以这样配置：

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

⚠️ 重要提示：请将 /path/to/your/jmcomic-ai 替换为您本地源码的实际绝对路径。

SSE 模式 (推荐)

推荐用于大部分桌面端 AI 客户端。

• 第一步：启动服务

jmai mcp sse  # 默认端口 8000

• 第二步：配置客户端

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

HTTP 流式模式 (生产/远程)

适用于远程部署或对性能有更高要求的场景。

• 第一步：启动服务

jmai mcp http

• 第二步：配置客户端

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

配置完成后

• 通用客户端：重启客户端，检查状态指示灯或工具栏（通常显示为 🔨 图标）。
• Claude Code：在终端运行以下命令以验证连接：

claude mcp list

如果看到 jmcomic-ai (connected)，说明配置成功。

🧠 模块 B：为 Agent 注入“经验” (Skills)

为 AI 注入作者总结的“老司机经验”（如：如何处理 403 错误，如何避免重复下载）。适用场景为希望 AI 不仅仅是执行命令，还能像真人一样思考和规划任务（配合模块 A 使用效果最佳）。 配置方法:

1. 在终端运行命令，导出技能手册：

jmai skills install

2. 技能文件将默认安装到 ~/.claude/skills/jmcomic。
3. 使用：将该目录下的 SKILL.md 内容提供给 AI（如复制到其 System Prompt 或 Project Instructions 中），或者在支持 MCP Resource 的客户端中直接查阅 jmcomic://skill。

开始对话

完成以上两步后，AI 就变成了一个专业的漫画策展人。你可以尝试这样跟它交流：

• 模糊搜索：

“我想看那个...主角是电锯人的漫画，帮我找找。” (AI 会自动搜索 '电锯人'，并展示最相关的结果)

• 批量下载：

“把搜索结果里浏览量最高的前三个下载下来。” (AI 会分析搜索结果，筛选出 Top 3，并自动调用下载工具)

• 修改配置：

“下载太慢了，帮我把并发改成 50。” (AI 会调用配置工具，自动帮你修改 option.yml)

✨ 主要特性

• 🔌 MCP 标准集成 - 基于 FastMCP 构建，支持 stdio、SSE、HTTP 多种传输方式，兼容大部分现代本地 AI 客户端（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，让 AI 能够直接操作 jmcomic
• 📚 知识资源 (Resources) - 提供配置 Schema、参考文档和 Skills 手册，让 AI 理解如何正确使用工具
• ⚙️ 自然语言配置 - AI 可理解并动态修改 option.yml 配置（如切换线路、调整下载规则）
• 🎯 统一 CLI - 提供 jmai / jmcomic-ai 命令行工具，统一管理 MCP 服务启动、配置查阅与 Skills 安装
• 🔮 未来规划 - 计划集成 OCR (MangaOCR)、神经机器翻译 (NMT) 与向量检索 (RAG)，实现基于画面的语义搜索

💻 使用示例

基础用法

以下示例基于 cursor/antigravity 和 mcp 模式：

高级用法

JMComic AI 能够理解复杂的上下文指令：

• 智能搜索与下载

🤔 "帮我搜索作者 [XXX] 的作品，按浏览量排序，下载前 5 个最热门的本子。"

🤖 Agent: 自动调用 search_album 获取列表，按 views 排序截取前 5，并发调用 download_album。

🤔 "下载速度太慢了，帮我把图片并发数改为 50。"

🤖 Agent: 理解意图，调用 update_option 修改 download.threading.image: 50 并实时生效。

• 模糊决策

🤔 "我想找一些画风类似 [某作品] 的短篇故事，不要超过 3 章的。"

🤖 Agent: 结合语义检索与元数据过滤，为你推荐并整理符合口味的阅读清单。

📚 详细文档

• JMComic-Crawler-Python - 核心依赖库文档。

🔧 技术细节

架构概览

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]

📄 许可证

本项目遵循 GitHub license。

🛠️ 开发者注意：如果你想为项目贡献代码，请务必查看 ，其中包含了开发环境搭建、项目结构说明以及 reference 参考源码库的使用方法。

⚡ 开发者的话：这是一个由 Antigravity 亲手缝制的 AI 项目。虽然它读了很多文档，但作为一个 AI 智能体，在编写另一个 AI 的过程中也偶尔会“犯糊涂”。如果它把你带进了坑里，请务必提交 Issue 把它“骂”醒。欢迎更多人类开发者加入，一起教它变得更强！💪