Описание
基于Agnes AI的MCP服务器,支持图像描述、图像生成和视频生成,全部通过OpenAI兼容接口。
README
基于 Agnes AI 的 MCP 服务端 — 读图·生图·生视频,全部走 OpenAI 兼容接口。
官方仓库:AgnesAI-Labs/AgnesAI-Models — 模型目录、API 文档和示例。 API 平台:https://platform.agnes-ai.com/
工具列表
| 工具 | 说明 |
|---|---|
describe_image |
读本地图片 → 自动压缩 → base64 → Agnes 视觉模型 → 返回文字描述。支持 png/jpg/webp/bmp/gif |
generate_image |
文字生图(异步)→ 返回 taskId: "img_1",后台自动下载 |
generate_video |
文字生视频(异步)→ 返回 taskId: "vid_1",后台自动轮询并下载 |
get_task_status |
查询任意异步任务状态(0ms 缓存,不调 API)→ 完成后返回下载路径 + 总耗时 |
describe_image
| 参数 | 类型 | 必填 | 默认 | 说明 |
|---|---|---|---|---|
filePath |
string | 是 | — | 本地图片路径,支持 png/jpg/jpeg/gif/webp/bmp |
prompt |
string | 否 | "Describe this image in detail" |
传给视觉模型的提示词 |
返回:文字描述 + 耗时
generate_image
| 参数 | 类型 | 必填 | 默认 | 说明 |
|---|---|---|---|---|
prompt |
string | 是 | — | 生成图片的文字描述 |
size |
string | 否 | "1024x768" |
期望尺寸,如 "1024x768"、"512x512"(实际由 Agnes 决定最终分辨率) |
outputPath |
string | 是 | — | 图片保存路径 |
返回:{"taskId":"img_1","status":"queued"}
generate_video
| 参数 | 类型 | 必填 | 默认 | 说明 |
|---|---|---|---|---|
prompt |
string | 是 | — | 生成视频的文字描述 |
outputPath |
string | 是 | — | 视频保存路径 |
返回:{"taskId":"vid_1","status":"queued"}
get_task_status
| 参数 | 类型 | 必填 | 默认 | 说明 |
|---|---|---|---|---|
taskId |
string | 是 | — | 异步任务 ID,img_* 或 vid_* |
返回:{"status":"completed","outputPath":"...","totalTime":"26s"} 或 {"status":"in_progress","progress":30}
快速开始
npm install
# 编辑 config.json 填入 Agnes API key
npm run dev
配置
编辑项目根目录的 config.json:
{
"apiKeys": ["sk-xxx", "sk-yyy"],
"baseUrl": "https://apihub.agnes-ai.com/v1",
"models": {
"vision": "agnes-2.0-flash",
"image": "agnes-image-2.1-flash",
"video": "agnes-video-v2.0"
},
"videoTimeout": 600000,
"imageMaxDimension": 2048,
"imageQuality": 80
}
| 字段 | 默认值 | 说明 |
|---|---|---|
apiKeys |
[] |
多个 key 自动轮询(round-robin) |
baseUrl |
https://apihub.agnes-ai.com/v1 |
API 地址 |
models.* |
agnes-2.0-flash 等 | 各任务使用模型 |
videoTimeout |
600000 |
视频生成超时(毫秒),默认 10 分钟 |
imageMaxDimension |
2048 |
读图时最大宽/高,超过等比缩小 |
imageQuality |
80 |
JPEG 压缩质量(保留以备后续扩展) |
retryCount |
3 |
API 请求失败时自动重试次数(对 429/5xx/网络错误生效) |
config.json 已被 .gitignore 和 pre-commit 钩子双重保护,禁止提交到仓库。
环境变量
| 变量 | 作用 |
|---|---|
AGNES_BASE_URL |
覆盖 API 地址(默认使用 config.json) |
AGNES_API_KEYS |
JSON 数组格式的 key 列表(优先级高于 config.json) |
接入 MCP Host
opencode.json
{
"mcp": {
"agnes-mcp": {
"type": "local",
"command": ["npx", "tsx", "src/main.ts"],
"cwd": "D:\\path\\to\\agnes_mcp"
}
}
}
claude_desktop_config.json
{
"mcpServers": {
"agnes-mcp": {
"command": "node",
"args": ["D:\\path\\to\\agnes_mcp\\dist\\main.js"]
}
}
}
确保先执行 npm run build 编译,然后填入实际项目路径。
脚本
| 命令 | 作用 |
|---|---|
npm run dev |
tsx watch src/main.ts 开发模式 |
npm run build |
tsc 编译 |
npm run start |
node dist/main.js 启动 |
许可
MIT © 2026 1cyberlangke1
Установка Agnes
У этого сервера нет опубликованного пакета — он собирается из исходников. Открой репозиторий и следуй инструкции в README.
▸ github.com/1cyberlangke1/agnes_mcpFAQ
Agnes MCP бесплатный?
Да, Agnes MCP бесплатный — установка в пару кликов через Unyly без оплаты.
Нужен ли API-ключ для Agnes?
Нет, Agnes работает без API-ключей и переменных окружения.
Agnes — hosted или self-hosted?
Self-hosted: сервер запускается локально на твоей машине командой из раздела установки.
Как установить Agnes в Claude Desktop, Claude Code или Cursor?
Открой Agnes на unyly.org, выбери вкладку своего клиента (Claude Desktop, Claude Code, Cursor) и нажми Install — конфиг сгенерируется автоматически, без правки JSON.
Похожие MCP
Fetch
Web content fetching and conversion for efficient LLM usage.
AWS KB Retrieval
Retrieval from AWS Knowledge Base using Bedrock Agent Runtime.
автор: modelcontextprotocolSpring AI MCP Server
Provides auto-configuration for setting up an MCP server in Spring Boot applications.
llm-analysis-assistant
A very streamlined mcp client that supports calling and monitoring stdio/sse/streamableHttp, and can also view request responses through the /logs page. It also
автор: xuzexin-hzCompare Agnes with
Не уверен что выбрать?
Найди свой стек за 60 секунд
Автор?
Embed-бейдж для README
Похожее
Все в категории ai
