Token导航 LogoToken导航

MCP Server · 设计创作

MCP Midjourney

MidjourneyMCP是一个基于Model Context Protocol(MCP)的服务,提供AI图像和视频生成功能,包括图像生成、变换、混合以及视频生成和扩展等。

stdio官方级别未说明来源级核验工具 15
图像生成PythonClaude视频生成Claude DesktopCursorWindsurfClineVS Code

快速开始

作者 / 组织
AceDataCloud
提供方
AceDataCloud

工具数量

15

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

11

仓库热度

收录来源

1 个

MCP World

选型结论

MCP Midjourney 属于设计创作类 MCP Server,公开资料标注 15 个工具,通过stdio 本地进程接入,适配 Claude Desktop、Claude、Cursor,有可以直接复制的安装命令;接入前要先准备 OAuth 授权。

分类

设计创作

传输方式

stdio

认证方式

OAuth 授权

部署方式

公开资料未说明

安装与配置

安装命令

pip install mcp-midjourney

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 对应的运行时,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 15 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

中期MCP

A. 模型上下文协议(MCP) 用于AI图像和视频生成的服务器 中途 通过 AceDataCloud API.

直接从Claude、VS Code或任何兼容MCP的客户端生成AI图像、视频并管理创意项目。

特性

  • 图像生成 -根据文本提示创建AI生成的图像
  • 图像变换 -放大、创建变化、缩放和平移图像
  • 图像混合 -将多幅图像组合成创意融合
  • 基于参考的生成 -使用现有图像作为灵感
  • 图片描述 -获取图像的AI描述(反向提示)
  • 图像编辑 -使用文本提示和掩码编辑图像
  • 视频生成 -从文本和参考图像创建视频
  • 视频扩展 -扩展现有视频以使其更长
  • 翻译 -将中文提示翻译成英文
  • 任务跟踪 -监控生成进度并检索结果

工具参考

工具说明
midjourney_imagine使用Midjourney从文本提示生成AI图像。
midjourney_transform通过各种操作转换现有的Midjourney图像。
midjourney_blend使用Midjourney将多个图像混合在一起。
midjourney_with_reference使用参考图像作为灵感生成图像。
midjourney_edit使用Midjourney编辑现有图像。
midjourney_describe获取AI生成的图像描述。
midjourney_generate_video使用Midjourney从文本提示和参考图像生成视频。
midjourney_extend_video扩展现有的Midtrip视频,使其更长。
midjourney_translate将中文文本翻译成英文,用作Midjourney提示。
midjourney_get_seed获取先前生成的Midjourney图像的种子值。
midjourney_get_task查询Midjourney生成任务的状态和结果。
midjourney_get_tasks_batch一次查询多个Midtrip生成任务。
midjourney_list_actions列出所有可用的中程API操作和相应的工具。
midjourney_get_prompt_guide获得为Midjourney编写有效提示的指导。
midjourney_list_transform_actions列出Midjourney图像的所有可用转换操作。

快速开始

1.获取您的API代币

  1. 注册地址: AceDataCloud平台
  2. 去 API文档页
  3. 点击 “收购” 获取您的API令牌
  4. 复制令牌以在下面使用

2.使用托管服务器(推荐)

AceDataCloud托管托管MCP服务器-- 无需本地安装.

端点: https://midjourney.mcp.acedata.cloud/mcp

所有请求都需要一个Bearer令牌。使用步骤1中的API令牌。

Claude.ai

直接连接 Claude.ai 使用OAuth-- 不需要API令牌:

  1. 转到Claude.ai 设置→ 集成→ 添加更多
  2. 输入服务器URL: https://midjourney.mcp.acedata.cloud/mcp
  3. 完成OAuth登录流程
  4. 开始在对话中使用工具
克劳德桌面版

添加到您的配置(~/Library/Application Support/Claude/claude_desktop_config.json 在macOS上):

{
  "mcpServers": {
    "midjourney": {
      "type": "streamable-http",
      "url": "https://midjourney.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}
光标/风帆

添加到MCP配置(.cursor/mcp.json 或 .windsurf/mcp.json):

{
  "mcpServers": {
    "midjourney": {
      "type": "streamable-http",
      "url": "https://midjourney.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}
VS代码(副本)

添加到您的VS代码MCP配置中(.vscode/mcp.json):

{
  "servers": {
    "midjourney": {
      "type": "streamable-http",
      "url": "https://midjourney.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

或安装 Ace数据云MCP扩展 对于VS Code,它通过一键设置捆绑了所有15个MCP服务器。

JetBrains 集成开发环境
  1. 首选 设置→ 工具→ AI助手→ 模型上下文协议(MCP)
  2. 点击 添加 → 超文本传输协议
  3. 粘贴:
{
  "mcpServers": {
    "midjourney": {
      "url": "https://midjourney.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}
克劳德代码

Claude Code原生支持MCP服务器:

claude mcp add midjourney --transport http https://midjourney.mcp.acedata.cloud/mcp \
  -h "Authorization: Bearer YOUR_API_TOKEN"

或添加到您的项目 .mcp.json:

{
  "mcpServers": {
    "midjourney": {
      "type": "streamable-http",
      "url": "https://midjourney.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}
克莱恩

添加到Cline的MCP设置(.cline/mcp_settings.json):

{
  "mcpServers": {
    "midjourney": {
      "type": "streamable-http",
      "url": "https://midjourney.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}
亚马逊Q开发者

添加到MCP配置中:

{
  "mcpServers": {
    "midjourney": {
      "type": "streamable-http",
      "url": "https://midjourney.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}
Roo代码

添加到Roo Code MCP设置:

{
  "mcpServers": {
    "midjourney": {
      "type": "streamable-http",
      "url": "https://midjourney.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}
Continue.dev

添加 .continue/config.yaml:

mcpServers:
  - name: midjourney
    type: streamable-http
    url: https://midjourney.mcp.acedata.cloud/mcp
    headers:
      Authorization: "Bearer YOUR_API_TOKEN"
泽德

添加到Zed的设置中(~/.config/zed/settings.json):

{
  "language_models": {
    "mcp_servers": {
      "midjourney": {
        "url": "https://midjourney.mcp.acedata.cloud/mcp",
        "headers": {
          "Authorization": "Bearer YOUR_API_TOKEN"
        }
      }
    }
  }
}
cURL测试
# Health check (no auth required)
curl https://midjourney.mcp.acedata.cloud/health

# MCP initialize
curl -X POST https://midjourney.mcp.acedata.cloud/mcp \
  -H "Content-Type: application/json" \
  -H "Accept: application/json" \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-03-26","capabilities":{},"clientInfo":{"name":"test","version":"1.0"}}}'

3.或在本地运行(替代方案)

如果您更喜欢在自己的计算机上运行服务器:

# Install from PyPI
pip install mcp-midjourney
# or
uvx mcp-midjourney

# Set your API token
export ACEDATACLOUD_API_TOKEN="your_token_here"

# Run (stdio mode for Claude Desktop / local clients)
mcp-midjourney

# Run (HTTP mode for remote access)
mcp-midjourney --transport http --port 8000
克劳德桌面(本地)
{
  "mcpServers": {
    "midjourney": {
      "command": "uvx",
      "args": ["mcp-midjourney"],
      "env": {
        "ACEDATACLOUD_API_TOKEN": "your_token_here"
      }
    }
  }
}
Docker(自托管)
docker pull ghcr.io/acedatacloud/mcp-midjourney:latest
docker run -p 8000:8000 ghcr.io/acedatacloud/mcp-midjourney:latest

客户端使用自己的Bearer令牌进行连接——服务器从每个请求中提取令牌 Authorization 头球

可用工具

图像生成

工具说明
midjourney_imagine从文本提示生成图像(创建2x2网格)
midjourney_transform转换图像(放大、变化、缩放、平移)
midjourney_blend将多个图像混合在一起
midjourney_with_reference使用参考图像作为灵感生成

图像编辑

工具说明
midjourney_edit使用文本提示编辑现有图像
midjourney_describe获取图像的AI描述(反向提示)

视频

工具说明
midjourney_generate_video从文本和参考图像生成视频
midjourney_extend_video扩展现有视频以使其更长

效用

工具说明
midjourney_translate将中文文本翻译成英文以获取提示
midjourney_get_seed获取生成图像的种子值

任务

工具说明
midjourney_get_task查询单个任务状态
midjourney_get_tasks_batch一次查询多个任务

信息

工具说明
midjourney_list_actions列出可用的API操作
midjourney_get_prompt_guide获取即时写作指南
midjourney_list_transform_actions列出转换操作

使用示例

从提示符生成图像

User: Create a cyberpunk city at night

Claude: I'll generate a cyberpunk city image for you.
[Calls midjourney_imagine with prompt="Cyberpunk city at night, neon lights, rain, futuristic, detailed --ar 16:9"]

放大图像

User: Upscale the second image

Claude: I'll upscale the top-right image from the grid.
[Calls midjourney_transform with image_id and action="upscale2"]

混合多个图像

User: Blend these two images: [url1] and [url2]

Claude: I'll blend these images together.
[Calls midjourney_blend with image_urls=[url1, url2]]

生成视频

User: Animate this image [url] with gentle movement

Claude: I'll create a video from this image.
[Calls midjourney_generate_video with image_url and prompt="Gentle camera movement, cinematic"]

发电模式

模式描述
fast推荐用于大多数用例(默认)
turbo生成速度更快,使用更多积分
relax发电速度较慢,价格较低

配置

环境变量

变量描述默认值
ACEDATACLOUD_API_TOKEN来自AceDataCloud的API令牌必需
ACEDATACLOUD_API_BASE_URLAPI基本URLhttps://api.acedata.cloud
ACEDATACLOUD_OAUTH_CLIENT_IDOAuth客户端ID(托管模式)--
ACEDATACLOUD_PLATFORM_BASE_URL平台基础URLhttps://platform.acedata.cloud
MIDJOURNEY_DEFAULT_MODE默认生成模式fast
MIDJOURNEY_REQUEST_TIMEOUT请求超时(秒)1800
LOG_LEVEL日志记录级别INFO

命令行选项

mcp-midjourney --help

Options:
  --version          Show version
  --transport        Transport mode: stdio (default) or http
  --port             Port for HTTP transport (default: 8000)

发展

设置开发环境

# Clone repository
git clone https://github.com/AceDataCloud/MidjourneyMCP.git
cd MidjourneyMCP

# Create virtual environment
python -m venv .venv
source .venv/bin/activate  # or `.venv\Scripts\activate` on Windows

# Install with dev dependencies
pip install -e ".[dev,test]"

运行测试

# Run unit tests
pytest

# Run with coverage
pytest --cov=core --cov=tools

# Run integration tests (requires API token)
pytest tests/test_integration.py -m integration

代码质量

# Format code
ruff format .

# Lint code
ruff check .

# Type check
mypy core tools

构建和发布

# Install build dependencies
pip install -e ".[release]"

# Build package
python -m build

# Upload to PyPI
twine upload dist/*

项目结构

MidjourneyMCP/
├── core/                   # Core modules
│   ├── __init__.py
│   ├── client.py          # HTTP client for Midjourney API
│   ├── config.py          # Configuration management
│   ├── exceptions.py      # Custom exceptions
│   ├── server.py          # MCP server initialization
│   ├── types.py           # Type definitions
│   └── utils.py           # Utility functions
├── tools/                  # MCP tool definitions
│   ├── __init__.py
│   ├── describe_tools.py  # Image description tools
│   ├── edits_tools.py     # Image editing tools
│   ├── imagine_tools.py   # Image generation tools
│   ├── info_tools.py      # Information tools
│   ├── task_tools.py      # Task query tools
│   ├── translate_tools.py # Translation tools
│   └── video_tools.py     # Video generation tools
├── prompts/                # MCP prompt templates
│   └── __init__.py
├── tests/                  # Test suite
├── deploy/                 # Deployment configs
│   └── production/
│       ├── deployment.yaml
│       ├── ingress.yaml
│       └── service.yaml
├── .env.example           # Environment template
├── .gitignore
├── CHANGELOG.md
├── Dockerfile             # Docker image for HTTP mode
├── docker-compose.yaml    # Docker Compose config
├── LICENSE
├── main.py                # Entry point
├── pyproject.toml         # Project configuration
└── README.md

API 参考

此服务器包装 AceDataCloud中程API:

贡献

欢迎投稿!拜托:

  1. 分叉存储库
  2. 创建要素分支(git checkout -b feature/amazing)
  3. 提交您的更改(git commit -m 'Add amazing feature')
  4. 推到分支(git push origin feature/amazing)
  5. 打开拉取请求

许可证

MIT许可证-请参阅 许可证 了解详情。

链接

______________________________________________________________________

用爱制作 AceDataCloud

工具与能力

工具数量

15

资源数量

0

提示词数量

0

能力标签

AI图像生成Python混合部署视频生成图像变换图像混合创意设计

支持客户端

Claude DesktopClaudeCursorWindsurfClineVS Code

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

出图与改图

按描述生成或修改图像,快速迭代风格。

读取设计稿

读取画布和图层信息,按规范生成页面。

素材整理

批量生成缩略图、统一命名和标签。

选择建议

值得选的地方

  • 工具数量 15 个,一次接入能覆盖的操作比单点工具更全。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已经适配 Claude Desktop、Claude、Cursor,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好 运行环境,换机器要重新装一遍。
  • 需要自备OAuth 授权,没有凭据没法直接试。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在设计创作场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 暂时拿不到OAuth 授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
MCP Midjourney

MCP World · 本页

15stdio有1 个2026-05-17
Blender MCP

MCP.so

17stdio有3 个2026-05-17
Figma Context MCP 3aaa8d28

MCP World

0未说明未标注2 个2026-05-17
Nova Canvas MCP Server

MCP World

2stdio有1 个2026-05-17
Cursor Talk To Figma MCP Da1c7911

MCP World

40未说明未标注1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

MCP Midjourney 怎么安装?

公开资料给出的安装命令是 pip install mcp-midjourney,运行环境为 未标注。装完后按客户端要求写进 MCP 配置,重启客户端生效。

MCP Midjourney 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 未标注;保存后完全退出客户端再打开,配置才会生效。

MCP Midjourney 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

MCP Midjourney 需要 API Key 吗?

公开资料标注的认证方式是OAuth 授权,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

MCP Midjourney 支持哪些客户端?

公开资料标注支持 Claude Desktop、Claude、Cursor、Windsurf、Cline、VS Code;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP