Guide · MCP
MCP 接入教程
把 AiArtEngine 接入 Claude Code 等 AI Agent:应用启动后自带一个本地
MCP 工具服务,Agent 可以直接规划工作流、编辑节点图、运行生成、查询任务——对标
LibTV CLI 的「产品即 Agent 工具」体验,但完全本地化,无需云账号授权。
应用内置的 AI 对话面板(工作区左侧「◈」)也走这套同一工具面:在聊天里
@ 引用资产,让助手直接调用下列工具干活。
1. MCP 是什么
MCP(Model Context Protocol)是 AI Agent 调用外部工具的标准协议。接入后,你的编码 Agent 多了一组「AiArtEngine 工具」,对话即可驱动应用:
Claude Code / Codex ──stdio(MCP)──▶ mcp-bridge.mjs ──HTTP──▶ AiArtEngine 应用(127.0.0.1 工具服务)
- 应用每次启动会在
127.0.0.1起一个带 Bearer token 的本地工具服务,连接信息写入%APPDATA%/aiartengine/mcp.json(macOS / Linux 路径见下文)。文件跨重启保留,token 稳定不变,客户端配置一次即可;也可在应用「设置 → MCP 接入」中编辑 Token。 - 桥脚本
scripts/mcp-bridge.mjs零依赖,由 Agent 客户端拉起,负责协议转换与转发。 - 通信仅限本机回环地址;除健康检查外全部需要 token。
workflow_plan 类工具依赖应用里已配置的文本模型。
2. 三步接入 Claude Code(两种方式任选其一)
方式 A:stdio 桥(推荐)
- 启动 AiArtEngine 桌面应用。
-
注册 MCP server(桥脚本在仓库内,把路径换成你的实际仓库位置):
或手动写入 MCP 配置文件:claude mcp add aiartengine -- node C:/path/to/ai-art-engine/scripts/mcp-bridge.mjs{ "mcpServers": { "aiartengine": { "command": "node", "args": ["C:/path/to/ai-art-engine/scripts/mcp-bridge.mjs"] } } } - 重启 Agent 会话,工具即可使用。其他支持 MCP 的客户端(Codex、Trae 等)按同样的「command + args」方式配置。
方式 B:HTTP 直连(无需 Node.js)
支持 streamable HTTP 的客户端可跳过桥脚本,token 取自 mcp.json(持久复用):
claude mcp add --transport http aiartengine http://127.0.0.1:43110/mcp --header "Authorization: Bearer <token>"
配置模板(.mcp.json)
.mcp.json 是可选文件,需要你手动创建(没有程序会自动生成)——
新建一个名为 .mcp.json 的文本文件填入下面的内容,放在你运行 Claude Code 的项目根目录,
提交进 git 后团队克隆即用。
claude mcp add aiartengine -- node C:/path/to/ai-art-engine/scripts/mcp-bridge.mjs,
Claude Code 会自动写入本机配置(~/.claude.json)。两种方式二选一,无需同时做。
stdio 桥版(路径换成实际仓库位置):
{
"mcpServers": {
"aiartengine": {
"command": "node",
"args": ["C:/path/to/ai-art-engine/scripts/mcp-bridge.mjs"],
"env": {
"AIAE_MCP_CONFIG": "C:/Users/<你>/AppData/Roaming/aiartengine/mcp.json"
}
}
}
}
HTTP 直连版(无需 Node.js,token 取自应用侧 mcp.json):
{
"mcpServers": {
"aiartengine": {
"type": "http",
"url": "http://127.0.0.1:43110/mcp",
"headers": {
"Authorization": "Bearer <应用侧 mcp.json 里的 token>"
}
}
}
}
%APPDATA%/aiartengine/mcp.json,结构
{ "port": 43110, "token": "…", "pid": …, "version": "…" })由应用自动写入与删除,
不要手改;token 跨重启复用,要重置删除该文件后重启应用即可。
3. 工具清单
| 分组 | 工具 | 作用 |
|---|---|---|
| 工程与资产 | app_status |
版本、当前工程、资产数量 |
project_list / project_open / project_create |
最近工程、打开、新建 | |
asset_list / asset_read_file |
资产列表、按相对路径读取工程内文件 | |
asset_write_text |
更新剧本 / 备注等文本资产(界面同步) | |
folder_list |
资产库文件夹列表(生成工具 folderId 的来源) | |
| 规划与运行 | workflow_list_presets |
12 个行业模板列表(id + 标题) |
workflow_plan |
自然语言 → 节点图计划(走应用已配置文本模型) | |
workflow_commit |
计划落盘为宿主资产(界面同步出现) | |
task_run / task_status |
运行宿主资产工作流、轮询执行状态(应用任务列表同步显示) | |
graph_read |
读取宿主资产图结构(节点 id / 连线,graph_edit 前置) | |
| 生成 | generate_image |
文生图 / 图生图,落盘为工程资产 |
generate_video |
提交视频生成并登记资产(可 video_job_* 跟踪) |
|
generate_model3d |
文生 / 图生 3D,产出 GLB 资产 | |
| 编辑与查询 | graph_edit |
对宿主资产图应用节点 / 连线编辑操作批(端口兼容性在应用内校验) |
models_list |
已启用模型提供商与各模态勾选模型(不含密钥) | |
video_job_list / video_job_get |
异步视频任务状态 |
4. 场景示例
接入后直接用自然语言下指令,Agent 会自动组合工具:
- 「列出我的最近工程,打开第一个」→
project_list+project_open - 「用 shortDrama 模板规划一条工作流并落盘」→
workflow_plan(presetId=shortDrama)+workflow_commit - 「运行刚才创建的工作流,完成后告诉我结果」→
task_run+task_status轮询 - 「给这张图节点下面加一个配音节点并连上」→
graph_edit(node_upsert + edge_connect) - 「用已配置的模型生成一张 9:16 的海报」→
models_list+generate_image
5. 配置与环境变量
桥默认读取 %APPDATA%/aiartengine/mcp.json(macOS:
~/Library/Application Support/aiartengine/;Linux:
~/.config/aiartengine/)。需要覆盖时:
| 环境变量 | 作用 |
|---|---|
AIAE_MCP_CONFIG |
指定 mcp.json 的绝对路径 |
AIAE_MCP_PORT + AIAE_MCP_TOKEN |
直连指定端口与 token(优先于配置文件) |
应用会依次尝试端口 43110–43119,被占用自动顺延,实际端口以
mcp.json 为准。
6. 安全与当前限制
- 服务只监听
127.0.0.1,token 鉴权;文件读写被限制在工程根目录内;密钥信息不对外暴露。 - 并发闸门:
generate_image/generate_speech/workflow_plan同时最多 3 个(AIAE_MCP_GEN_LIMIT可调),排队满直接报错,防止 Agent 失控消耗额度。 - 操作审计:每次工具调用追加写
<userData>/logs/mcp-audit.jsonl(参数截断、5MB 滚动),生成与写入可回查。 graph_edit对正在编辑器中打开的图会拒绝修改,避免与编辑器内存态互相覆盖。workflow_plan走 LLM,耗时可能数十秒;generate_video/generate_model3d为异步任务,用video_job_*跟踪。- 接入方式两选一:stdio 桥(安装包内置在
<安装目录>/resources/mcp-bridge.mjs;开发场景用仓库内scripts/mcp-bridge.mjs,需 Node.js 18+)或 HTTP 直连(无需 Node.js)。