cascade-img

Name: cascade-img
Author: laffeyp

โดย laffeypรุ่น 0.1.1i★ –iรันบนเครื่อง

ชื่อใน registryio.github.laffeyp/cascade-img

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

LLM-operable Midjourney pipeline: 21 MCP tools to compose, generate, curate with vision, and log.

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 1 จาก 1 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiยังไม่ได้วัด★ –

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

การเชื่อมต่อ: รันบนเครื่อง
ช่องทาง (transport): stdio
หมวด: ค้นข้อมูลและความจำของ AI
ต้องใส่ค่าเหล่านี้: DISCORD_USER_TOKEN, MJ_CHANNEL_ID, MJ_IMAGINE_VERSION

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 1 จาก 1 ข้อ
รันในเครื่องคุณด้วยสิทธิ์ของผู้ใช้คุณ (ไฟล์ อินเทอร์เน็ต แอปต่าง ๆ)
ค่าที่คุณต้องใส่เอง: DISCORD_USER_TOKEN, MJ_CHANNEL_ID, MJ_IMAGINE_VERSION, CASCADE_BRIDGE_URL

ค่าที่ติดป้ายความลับคือกุญแจของบัญชีคุณ อย่าส่งให้ใคร และอย่าวางในแชต

ต้องเตรียมก่อน

PyPIติดตั้ง uv ของ Python (มีคำสั่ง uvx) ในเครื่อง

คุณใช้แอปไหน

ClaudeClaude CodeCursorVS CodeChatGPT

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

เปิด Claude Desktop → Settings → Developer → Edit Config แล้ววางค่านี้ในไฟล์ claude_desktop_config.json

{
  "mcpServers": {
    "cascade-img": {
      "command": "uvx",
      "args": [
        "cascade-img"
      ],
      "env": {
        "DISCORD_USER_TOKEN": "ใส่ค่าของคุณ",
        "MJ_CHANNEL_ID": "ใส่ค่าของคุณ",
        "MJ_IMAGINE_VERSION": "ใส่ค่าของคุณ",
        "CASCADE_BRIDGE_URL": "ใส่ค่าของคุณ"
      }
    }
  }
}

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add cascade-img --env DISCORD_USER_TOKEN='ใส่ค่าของคุณ' --env MJ_CHANNEL_ID='ใส่ค่าของคุณ' --env MJ_IMAGINE_VERSION='ใส่ค่าของคุณ' --env CASCADE_BRIDGE_URL='ใส่ค่าของคุณ' -- uvx cascade-img

เติมค่าที่เว้นว่างไว้ก่อนรัน

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "cascade-img": {
      "command": "uvx",
      "args": [
        "cascade-img"
      ],
      "env": {
        "DISCORD_USER_TOKEN": "ใส่ค่าของคุณ",
        "MJ_CHANNEL_ID": "ใส่ค่าของคุณ",
        "MJ_IMAGINE_VERSION": "ใส่ค่าของคุณ",
        "CASCADE_BRIDGE_URL": "ใส่ค่าของคุณ"
      }
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "cascade-img": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "cascade-img"
      ],
      "env": {
        "DISCORD_USER_TOKEN": "ใส่ค่าของคุณ",
        "MJ_CHANNEL_ID": "ใส่ค่าของคุณ",
        "MJ_IMAGINE_VERSION": "ใส่ค่าของคุณ",
        "CASCADE_BRIDGE_URL": "ใส่ค่าของคุณ"
      }
    }
  }
}

ตัวนี้รันในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะ server บนอินเทอร์เน็ต ลองเลือกแอปอื่น

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าที่ต้องใส่เอง

DISCORD_USER_TOKEN ความลับ จำเป็น env
Discord user-account token the bridge daemon uses to talk to Midjourney (captured from the Discord desktop app; see RUNBOOK.md).
MJ_CHANNEL_ID จำเป็น env
Discord channel ID where the Midjourney bot runs.
MJ_IMAGINE_VERSION จำเป็น env
Version token for Midjourney's /imagine slash command, captured from Discord.
CASCADE_BRIDGE_URL env
URL of the running cascade-mj-bridge daemon that cascade-mcp forwards to.

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 7 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันด้วยบัญชี GitHub laffeyp ซึ่งเป็นเจ้าของ repo
… ยังไม่ตรวจ
ยังมีคนดูแล
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… ยังไม่ตรวจ
มีสัญญาอนุญาต (license)
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
– ไม่เกี่ยว
endpoint ตอบ
ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต
– ไม่เกี่ยว
ล็อกอินแบบ OAuth
ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน
… ยังไม่ตรวจ
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต

เทียบกับตัวอื่นในหมวด ค้นข้อมูลและความจำของ AIi

ดาวมากกว่า 0% ของอีก 7258 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 22% ของอีก 7258 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 7258 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

cascade-img ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

ต้องใส่ค่าเหล่านี้: DISCORD_USER_TOKEN, MJ_CHANNEL_ID, MJ_IMAGINE_VERSION

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (0.1.1) เข้า registry 4 เดือนที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Python (uv) ในเครื่องด้วย

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Context7, Codebase Memory, Exa

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

Context7

โดย upstash

ส่งคู่มือการใช้ไลบรารีและเฟรมเวิร์กรุ่นล่าสุดให้ AI อ่านก่อนตอบ ช่วยให้โค้ดที่ AI เขียนไม่ใช้คำสั่งเก่าที่เลิกใช้แล้ว

บนเครื่องหรือคลาวด์★ 64,224MITอัปเดต วันนี้

ติดตั้ง

Codebase Memory

โดย DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

รันบนเครื่อง★ 48,148MITอัปเดต 20 วันที่ผ่านมา

ติดตั้ง

Exa

โดย exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

รันบนคลาวด์★ 5,213MITอัปเดต เดือนที่แล้ว

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

Generate Midjourney images by conversation instead of by hand. You describe what you want; your AI assistant composes the prompt, fires it, inspects the grid with vision, crops the best quadrant, cleans it up, and logs what worked.

You: "I need a flat-design mountain icon, centered, simple shapes, transparent background"

Agent: reads prompt log → composes prompt from parts → fires imagine → waits → inspects 2x2 grid with vision → picks best quadrant → crops it → removes background → saves → logs what worked

cascade-img is an MCP server with 23 tools that plugs into Claude, Cursor, Codex, or anything that speaks MCP. Midjourney is the first backend; Flux, DALL-E, and Imagen are on the roadmap. There's also a CLI.

Not a programmer? Open an AI assistant that can run commands (Claude Code, Cursor, or Cline), point it at this repo, and say: *"Read RUNBOOK.md and set up cascade-img on this machine, then let me make images by describing them to you."* It does the technical parts. You just need a Midjourney subscription and to copy a few values from Discord.

Quick Start

You need: a paid Midjourney subscription, a Discord account with the MJ bot in a channel, and Python 3.12 or newer.

pip install cascade-img

Or from source:

git clone https://github.com/laffeyp/cascade-img

cd cascade-img/packages/python pip install -e .

This puts three commands for operating cascade-img on your PATH: cascade-mj-bridge (the daemon), cascade-mcp (the MCP server), and cascade-mj (the CLI). Installing also adds a fourth command, cascade-trace-check — a diagnostics validator (not part of the generation loop) that replays a recorded event log and checks it against the vocabulary's declared event ordering and timing rules.

Configure — you need four values from the Discord desktop app (channel ID, server ID, imagine version, and your user token). Takes about five minutes. RUNBOOK.md walks through each one step by step.

cp "$(python -c 'import cascade_img, pathlib; print(pathlib.Path(cascade_img.__path__[0]) / ".env.example")')" .env

Fill in the four values per RUNBOOK.md, then validate:

cascade-mj-bridge --check-env --pretty

Start the daemon in one terminal, then connect from another:

cascade-mj-bridge          # leave running — holds the Discord connection

Connect your AI assistant — add to your MCP config (Claude Desktop, Cursor, Cline):

"mcpServers": { "cascade-img": { "command": "cascade-mcp" } } }

Or point your assistant at this repo and ask it to read AGENTS.md — it'll wire everything up.

Or use the CLI:

echo '{

"mountain-icon": { "subject": "a flat-design icon of a mountain, centered, simple shapes", "aspect_ratio": "1:1" } }' > assets.json

cascade-mj mountain-icon --registry assets.json --upscale all --pretty

The 23 Tools

Category	Tools	What they do
Onboarding	`cascade_guide`	Returns the full operating manual in one call — the loop, every tool, the failure→action table. Call it first; the generation and curation tools are gated until it's read.
Generation	`imagine`, `generate_video`, `wait`, `status`, `bridge_health`, `mj_action`	Compose and fire prompts, poll for results, check daemon health, trigger Midjourney actions (upscale, vary, pan)
Catch-up	`channel_recent`, `adopt_message`	See what the human did by hand in Discord and claim those results into the pipeline — adopted messages become normal jobs that curation and `mj_action` work on
Composition	`compose_prompt`, `compose_video`	Build prompts from structured parts — subject, moodboard, style refs, aspect ratio, negatives — not freeform text
Curation	`crop_grid`, `alpha_key`, `auto_trim`, `palette_quantize`, `contact_sheet`, `sprite_sheet`, `score_grid`, `video_filmstrip`, `loop_seam_delta`, `promote`	Extract quadrants from grids, remove backgrounds, trim whitespace, build sprite sheets, score results with vision, promote winners to final output
Working memory	`log_append`, `read_prompt_log`	Append-only prompt log the agent reads before every run — what was tried, what worked, what didn't. Persists across sessions.

Every call returns {ok, result} or {ok: false, error: {code, remediation}}. Branch on the stable code, not the message. Full tool reference in AGENTS.md.

How This Differs

Other open-source Midjourney tools focus on the generation step — fire the prompt, hand back the image. cascade-img does the work around that:

Vision-based self-curation — the agent inspects its own output and picks the best quadrant
Structured prompt composition — prompts built from parts (subject, style, identity, constraints), not raw strings
Working memory — append-only log persists across sessions; each run reads what came before
Curation pipeline — crop grids, remove backgrounds, build sprite sheets, promote winners
MCP-native — 23 tools that plug into Claude, Cursor, Codex, or anything that speaks MCP
Pluggable backends — Midjourney now, Flux/DALL-E/Imagen on the roadmap

How It Works

One daemon, two stateless clients, all over local HTTP:

`cascade-mj-bridge` — the daemon. Only process that talks to Discord. Holds the live connection and tracks in-flight jobs. Must stay running.
`cascade-mcp` — the MCP server. Stdio by default (Claude Desktop / Cursor / Cline); --http for HTTP. Stateless — start and stop freely.
`cascade-mj` — the CLI. Takes an asset ID and a registry, composes the prompt, fires, waits, writes to the log.

Prompts are composed from structured parts, not written as raw strings:

from cascade_img.prompt.composer import PromptComposer, Subject, StyleStack, IdentityStack

prompt = PromptComposer().compose( Subject( text="a flat-design icon of a mountain", constraints=["centered", "simple shapes", "transparent background"], ),

Both optional. moodboard is a Midjourney personalization code;

sref/oref are reference-image URLs you'd set up in MJ first.

style=StyleStack(moodboard="abc123def", sref="https://cdn.example.com/style.png"), identity=IdentityStack(oref="https://cdn.example.com/ref.png", ow=1000), aspect_ratio="1:1", version="7", )

All three entry points emit structured JSON and follow the same {ok, result | error: {code, remediation}} envelope. Every failure carries a stable error code (e.g. DISCORD_401, MJ_UUID_MISSING, UPSCALE_BUTTON_FAILED) with a machine-readable remediation — so a caller branches on the code, not the message. The full catalog of log events and error codes is in vocabulary/0.1.json, and a trace checker (cascade-trace-check) enforces event ordering over recorded runs.

Midjourney terminology

prompt — the text + flags you send Midjourney. grid — the 2x2 set of four candidates returned per prompt. quadrant / U1-U4 — the four cells; "U2" means upscale the second. upscale — render one cell at full resolution. aspect ratio (`--ar`) — output shape. sref — an image whose *style* to borrow. oref — an image whose *subject identity* to keep across poses. moodboard (`--p`) — a saved personalization profile. stylize (`--s`) — how strongly MJ applies its own aesthetic.

Documentation

Doc	What it covers
AGENTS.md	The LLM operator's guide. Read this when handing cascade-img to an agent.
RUNBOOK.md	Install, env capture, setup, reconnect lifecycle, every failure mode with error codes and fixes.
CAPABILITIES.md	Every Midjourney feature cascade-img drives — prompt parameters, mj_actions, the V8.1/V7 split.
ARCHITECTURE.md	Internal architecture and design decisions.
examples/	Three walkthroughs: single image, batch, video. Read AGENTS.md first.
CHANGELOG.md	Release history.

Roadmap

Version	What's in it
v0.1 (current)	MJ backend (V8.1 + V7), prompt composer, curation tools, MCP server, CLI, prompt log
v0.2	Channel catch-up + message adoption — landed on main: `channel_recent` and `adopt_message` let the agent see what the human did by hand in Discord and act on it (design); still to come: more MJ commands (`/describe`, `/blend`, Vary Region inpaint, `/tune`), retro-U-press on adopted grids, internal refactoring
v0.3	TypeScript wrapper; first API backends — Flux via Fal + Flux Kontext, Ideogram
v0.4	Google Imagen, Recraft (native vector/SVG)
v0.5	OpenAI gpt-image, Stable Diffusion
v1.0	API stable, three+ backends in production

Every backend implements one interface, so a later release can chain them — generate on one provider, refine on a second (e.g. Flux Kontext), upscale on a third.

Repository Layout

cascade-img/

├── packages/python/ # the Python package (cascade_img) │ ├── src/cascade_img/ # prompt/, interfaces/, backends/, curation/, vocabulary/ │ ├── tests/ # behavior tests │ └── tools/ # live smoke walk ├── examples/ # three walkthroughs of the operating loop ├── vocabulary/0.1.json # event log-line catalog └── *.md # README, ARCHITECTURE, RUNBOOK, AGENTS, CAPABILITIES, ...

Disclaimer

This tool automates Midjourney through a Discord user account. A paid Midjourney subscription is required. Both Discord and Midjourney's Terms of Service prohibit user-account automation. This is the same mechanism used by every open-source MJ tool (midjourney-proxy, midjourney-api, etc.) — there is no public Midjourney API. Use at your own risk.

The backend interface is pluggable — Flux, DALL-E, and Imagen are on the roadmap.

License

Apache-2.0. See LICENSE.

cascade-img

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

ค่าที่ต้องใส่เอง

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด ค้นข้อมูลและความจำของ AIi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

Context7

Codebase Memory

Exa

README จากผู้ทำ

Quick Start

Fill in the four values per RUNBOOK.md, then validate:

The 23 Tools

How This Differs

How It Works

Both optional. moodboard is a Midjourney personalization code;

sref/oref are reference-image URLs you'd set up in MJ first.

Documentation

Roadmap

Repository Layout

Disclaimer

License