Loading ToolBench
MCP server for Jimeng AI (即梦) - Official Volcengine API for image and video generation
Server has 9 tools with complete input schemas and descriptions visible in source. However, descriptions are verbose (200-400+ chars) and mix implementation details with user-facing guidance, violating the 50-200 char LLM-optimized baseline. Parameter descriptions are present but often redundant with tool descriptions. No output schemas documented. Error handling returns generic strings ('❌ 未收到图片数据') without recovery guidance. Tools lack annotations (readOnlyHint, destructiveHint, idempotentHint). All tools are WRITE operations but unmarked. Naming is clear (verb_noun pattern: generate_image, image_to_image, upscale_image) but parameter names could be more consistent (e.g., 'model' vs 'resolution' for different concepts). No evidence of pagination, batching, or composition patterns.
数字人视频生成：根据文字描述生成数字人视频（两步流程）。 使用即梦 OmniHuman 1.5 模型。 - role_id: 角色 ID（可选，如不提供则自动创建新角色） - prompt: 视频内容描述（必填） - duration_sec: 5（默认）或 10 首次使用需要先创建角色（自动进行），后续可复用 role_id。
文生图：根据文字描述生成图片。 - model（模型版本）： - jimeng_t2i_v40 图片生成 4.0（默认，推荐） - jimeng_seedream46_cvtob 图片生成 4.6（Seedream，支持最高 4K） - jimeng_t2i_v31 文生图 3.1 - jimeng_t2i_v30 文生图 3.0 - jimeng_high_aes_general_v21_L 通用高美感 v2.1 - aspect_ratio: 1:1 / 16:9 / 9:16 / 4:3 / 3:4 / 3:2 / 2:3 - quality: 2k（默认）/ normal - negative_prompt: 负面提示词（可选，部分模型不支持）
文生视频：根据文字描述生成视频（约需 1～5 分钟）。 - model（模型版本）： - jimeng_t2v_v30 视频生成 3.0 720P（默认） - jimeng_t2v_v30_1080p 视频生成 3.0 1080P - jimeng_ti2v_v30_pro 视频生成 3.0 Pro 1080P（效果更好） - aspect_ratio: 16:9 / 4:3 / 1:1 / 3:4 / 9:16 / 21:9 - duration_sec: 5（默认）或 10
图生图（智能参考）：参考输入图片，结合文字描述编辑或生成新图片。 使用即梦图生图 3.0 模型（jimeng_i2i_v30）。 - image_url: 参考图片 URL（JPEG/PNG，最大 4.7MB，最大 4096×4096） - aspect_ratio: 1:1 / 16:9 / 9:16 / 4:3 / 3:4 / 3:2 / 2:3 - quality: 2k（默认）/ normal - scale: 文本影响程度 0.0～1.0（默认 0.5，越大越贴近文字描述，越小越保留原图）
图生视频：将静态图片转换为动态视频（约需 1～5 分钟）。 - image_url: 首帧图片 URL（JPEG/PNG，最大 4.7MB） - prompt: 视频内容描述（必填） - mode（模式）： - first 首帧驱动 720P（默认） - first_1080p 首帧驱动 1080P - first_tail 首尾帧驱动 720P（需提供 tail_image_url） - first_tail_1080p 首尾帧驱动 1080P（需提供 tail_image_url） - recamera 重新运镜 720P（需提供 template_id，通过 prompt 描述运镜效果） - pro 视频生成 3.0 Pro 1080P（首帧，效果更好） - duration_sec: 5（默认）或 10 - tail_image_url: 尾帧图片 URL（仅 first_tail / first_tail_1080p 模式需要） recamera 模式可用运镜模板（在 prompt 中指定 template_id）： hitchcock_dolly_in / hitchcock_dolly_out / robo_arm / dynamic_orbit / central_orbit / crane_push / quick_pull_back / counterclockwise_swivel / clockwise_swivel / handheld / rapid_push_pull
Descriptions are 200-400+ characters, exceeding LLM-optimized baseline of 50-200 chars. Verbose descriptions waste tokens and bury key intent signals. Example: generate_image description includes full model list and aspect ratio enums inline instead of as parameter constraints.
No output schemas documented. Tools return unstructured strings (e.g., '✅ 图片生成完成\n📁 已保存：{path}\n🖼️ 预览（base64）：...'). LLMs cannot parse these reliably or extract structured data for downstream tool calls. Violates response-shaper pattern.
| Scored | Grade | Overall | Spec posture | Rubric |
|---|---|---|---|---|
| 2026-09-23 | F | 48 | 2026-07-28+ | v2 |
局部重绘（Inpainting）：在图片的指定区域（mask）内根据提示词重新生成内容。 使用即梦交互编辑模型（jimeng_image2image_dream_inpaint）。 - image_url: 原图 URL（JPEG/PNG，最大 4.7MB） - mask_url: 遮罩图 URL（单通道灰度图，白色=重绘区域，黑色=保留区域） - prompt: 重绘内容描述；输入"删除"可消除选区内容
动作模仿：根据参考视频的动作，驱动输入图片生成新视频。 使用即梦动作模仿 2.0 模型（jimeng_dreamactor_m20_gen_video）。 - image_url: 人物图片 URL（JPEG/PNG，最大 4.7MB，建议 512×512～1024×1024） - video_url: 参考动作视频 URL（MP4，最大 100MB，建议 5～10 秒） - duration_sec: 5（默认）或 10
视频翻译：将视频翻译为指定语言（保留原声，添加配音）。 使用即梦视频翻译 2.0 模型（video_translate_v2_cvtob）。 - video_url: 输入视频 URL（MP4，最大 500MB，最长 30 分钟） - target_language: 目标语言代码 - en_US: 英文（美国） - zh_CN: 中文（简体） - ja_JP: 日文 - ko_KR: 韩文 - es_ES: 西班牙文 - fr_FR: 法文 - de_DE: 德文 - it_IT: 意大利文 - pt_BR: 葡萄牙文（巴西） - ru_RU: 俄文 - ar_SA: 阿拉伯文 - th_TH: 泰文 - vi_VN: 越南文 - id_ID: 印尼文 - hi_IN: 印地文 - pl_PL: 波兰文 - tr_TR: 土耳其文 - nl_NL: 荷兰文 - sv_SE: 瑞典文 - da_DK: 丹麦文 - fi_FI: 芬兰文 - no_NO: 挪威文 - el_GR: 希腊文 - cs_CZ: 捷克文 - hu_HU: 匈牙利文 - ro_RO: 罗马尼亚文 - sk_SK: 斯洛伐克文 - uk_UA: 乌克兰文 - he_IL: 希伯来文 - fa_IR: 波斯文 - ur_PK: 乌尔都文 - bn_IN: 孟加拉文 - ta_IN: 泰米尔文 - te_IN: 泰卢固文 - ml_IN: 马拉雅拉姆文 - kn_IN: 卡纳达文 - mr_IN: 马拉地文 - gu_IN: 古吉拉特文 - pa_IN: 旁遮普文 - my_MM: 缅甸文 - km_KH: 高棉文 - lo_LA: 老挝文 - ms_MY: 马来文 - tl_PH: 菲律宾文 - ca_ES: 加泰罗尼亚文 - eu_ES: 巴斯克文 - gl_ES: 加利西亚文 - cy_GB: 威尔士文 - ga_IE: 爱尔兰文 - mt_MT: 马耳他文 - sq_AL: 阿尔巴尼亚文 - mk_MK: 马其顿文 - sr_RS: 塞尔维亚文 - bg_BG: 保加利亚文 - hr_HR: 克罗地亚文 - lt_LT: 立陶宛文 - lv_LV: 拉脱维亚文 - et_EE: 爱沙尼亚文 - sl_SI: 斯洛文尼亚文
智能超清：将图片放大并增强细节至 4K 或 8K 分辨率。 使用即梦智能超清模型（jimeng_i2i_seed3_tilesr_cvtob）。 - image_url: 输入图片 URL（JPEG/PNG，最大 4.7MB，最大 4096×4096） - resolution: "4k"（默认）或 "8k" - detail: 细节生成程度 0～100（默认 50，越大细节越多但可能偏离原图）
All 9 tools are destructive WRITE operations (generate, modify, delete content) but lack destructiveHint annotations. LLMs cannot distinguish safe reads from irreversible writes, risking accidental data loss.
Error handling returns generic strings without recovery guidance. Example: '❌ 未收到图片数据' (No image data received) gives LLM no actionable next step. Should return: 'Image generation failed: API returned no data. Retry with a simpler prompt or check API quota.'
Parameter descriptions duplicate tool descriptions. Example: generate_image tool description lists all models, then 'model' parameter repeats the same list. Consolidate into parameter enums and shorten tool description to 1-2 sentences.