即梦 MCP

你负责脑洞，Agent 负责开工。

灵感来了，还得先翻半小时命令行？提示词已经够费脑子，参数说明书就交给 Agent 吧。

即梦 MCP 把即梦的画布、图片、视频、音频，以及部分主体和短剧工作室能力，接到你常用的 AI Agent。连接后，你用日常语言交代需求，Agent 负责查参数、提交任务、跟踪进度和取回素材。

折腾这些，是为了少折腾

从想法到成品，常常要在几套命令之间来回切换：找参数、查任务、记编号、下载文件。我们把这些琐事整理成一套 MCP 工具，让创作流程能在对话里接着往下走。

少背命令，多想创意。 Agent 按需查参数，再调用工具。参数不用背成绕口令。
一个入口，把流程接起来。 画布操作、媒体生成、主体管理和故事板都有统一的调用方式，省去在几套 CLI 之间反复切换。
任务有下落，进度有地方查。 提交记录和队列保存在本机；对话断了，也能找回原任务继续查询。重试时复用原提交记录，减少重复开工。
积分怎么花，你说了算。 先预览操作，再正式执行；生成额度由你设置。灵感可以放飞，钱包先系好安全带。
素材拿得到，后续接得上。 已有受管素材可以下载、校验并导出到本机，方便交给下一步制作。
用自己的账号，在自己的电脑开工。 授权后直接连接本机 Agent，省去搭建公共 MCP 服务器这一关。

目前提供 10 个 MCP 工具、122 项业务动作。具体功能和开发进度见功能清单。

三步上手

准备 Python 3.12+、Git 和一个支持 MCP 的 Agent。macOS、Linux 可以使用；Windows 请在 WSL2 中安装。

1. 安装

已安装 uv 时，可以直接运行下面的命令；也可以展开下方说明，从源码安装：

uv tool install 'git+https://github.com/zsn2003/jimeng-mcp.git'
jimeng-mcp install-cli all

第二条命令会下载两套官方 CLI，并自动校验文件。安装完可以运行 jimeng-mcp doctor 看看是否就绪。

习惯从源码安装？展开这里

git clone https://github.com/zsn2003/jimeng-mcp.git
cd jimeng-mcp
python3 -m venv .venv
.venv/bin/python -m pip install .
.venv/bin/jimeng-mcp install-cli all

后面的命令把 jimeng-mcp 换成 .venv/bin/jimeng-mcp 即可。

2. 登录即梦

先连接画布与基础创作能力：

jimeng-mcp auth login canvas

终端会给出授权网址和验证码。打开网址完成授权，再回到终端运行：

jimeng-mcp auth complete canvas

需要多关键帧、创作会话和任务历史时，再连接创作 CLI：

jimeng-mcp auth login plugin
# 同样打开输出的网址，完成授权后运行：
jimeng-mcp auth complete plugin

最后运行 jimeng-mcp doctor --check-auth 检查登录状态。个人主体库和部分网页工作室功能还有一个独立的网页登录入口，按需查看登录指南。

3. 接上 Agent

生成适合你安装位置的 MCP 配置：

jimeng-mcp client-config

将输出加入 Agent 的 MCP 配置中。它使用 stdio 连接：Agent 在同一电脑、同一系统用户下启动这个工具。

使用 Codex CLI 时，也可以直接添加：

codex mcp add jimeng -- /absolute/path/to/jimeng-mcp serve

把示例路径换成 command -v jimeng-mcp 的输出；源码安装则填写 .venv/bin/jimeng-mcp 的绝对路径。

通用 MCP 配置示例

{
  "mcpServers": {
    "jimeng": {
      "command": "/absolute/path/to/jimeng-mcp",
      "args": ["serve"]
    }
  }
}

连接需要客户端支持本地 stdio MCP。

接好以后，可以这样开口

看看我的即梦账号状态，以及现在能用哪些功能。

列出这个画布里的节点，帮我整理一下有哪些图片和视频。

按这个提示词准备一张 16:9 海报，先给我看生成参数，确认后再提交。

查一下刚才那个任务，完成后把可下载的素材保存下来。

你描述目标，Agent 通过 MCP 操作即梦。自然语言理解由你连接的 Agent 完成。

准备正式开工：设个积分额度

刚安装时，生成额度为 0，写操作默认先预览。这样可以先把账号和流程跑通。

准备生成时，设置单次操作的积分上限，例如：

jimeng-mcp config --max-credits 20

重启 Agent 中的 MCP 服务后生效，再让 Agent 正式执行。这里的 20 是支持额度控制的单次操作上限，实际积分和模型以即梦账号为准。

更多操作设置

# 只查询，暂停真实修改
jimeng-mcp config --read-only

# 恢复写入能力
jimeng-mcp config --allow-writes

# 视频流程优先做样片
jimeng-mcp config --video-policy sample_first

# 开放无法设置数字上限的网页、多关键帧等操作
jimeng-mcp config --max-credits unlimited

unlimited 会取消本工具的数字额度限制，实际调用仍消耗账号积分，请按自己的预算选择。

写操作预览使用 dryRun:true，正式执行使用 dryRun:false；永久删除另需确认具体对象。设置保存在本机 settings.json，每次修改后重启 MCP 服务。

几个常见问题

所有即梦功能都接好了吗？ 目前功能目录有 124 项，其中 108 项已有完整或部分接入，16 项仍待开发。功能清单列出了当前进度。

登录一次就够了吗？ 画布 CLI、创作 CLI 和网页工作室分别管理登录。按使用的功能连接对应入口即可，详见登录指南。

任务卡住了怎么办？ 让 Agent 查询原任务。遇到结果不明的状态，先核对它在即梦上的进度，再决定下一步；这样能减少重复生成。

能同时接两个 Agent 吗？ 一个数据目录同时运行一个服务进程。切换客户端时先关闭原服务；独立用途可以通过 --data-dir 使用不同目录。

现在测到哪一步了？ 已完成 406 项离线测试，以及安装包、GitHub 标签安装和官方 CLI 安装检查。真实账号的模型与生成结果由用户实际调用确认；平台测试详情在验证记录。

给开发者

10 个工具，分别负责什么

工具	用途
`capabilities`	查看可调用动作和当前配置
`studio_catalog`	查看功能覆盖与开发进度
`action_schema`	获取某个动作的参数说明
`submit_job` / `submit_job_json`	提交并保存任务
`get_job`	查询任务和业务结果
`list_jobs` / `queue_summary`	找回任务、查看排队情况
`cancel_job`	取消尚未开始执行的任务
`artifact_manifest`	校验受管素材并导出本地文件

常用顺序：capabilities → action_schema → submit_job → get_job。重试同一请求时保留原 idempotencyKey 和完整参数。

判断执行结果时，结合 operationOutcome、资源状态和实际文件一起看。COMPLETED 表示工具调用已结束，媒体生成可能还需要继续查询。

python3 scripts/test_all.py
python3 scripts/build_release.py

运行时使用 Python 标准库。发布脚本需要 uv，会生成 wheel、源码包和 SHA256SUMS，并清理源码归档中的本机用户元数据。GitHub Actions 配置可参考工作流模板。

欢迎通过 Issue 分享问题和建议。提供版本、操作步骤和错误码，就很有帮助；账号凭据留在本机，详情见安全说明。

独立社区项目，基于官方 CLI 与部分网页接口适配。即梦及相关商标归各自权利人所有。代码采用 MIT 许可，第三方说明见 NOTICE。

jimeng-mcp

PLUG IN

README