Modelscope Api

AI Agent需配置 API Key

魔塔社区（ModelScope）API封装，支持模型/数据集/技能中心/MCP广场/创空间的查询、搜索、下载。变更操作需用户确认。触发词：「魔塔」「mota」「使用mota」「ModelScope」「查模型」「搜MCP」「技能中心」「魔塔下载」

工具调用

424

下载量

安装量

收藏量

★ 5.0

综合评分ⓘ

概述

更多信息

魔塔社区（ModelScope）API 完整手册#

概述#

本 Skill 封装魔塔社区全部可用 API，包括：模型库、数据集、技能中心（80K+ 技能）、MCP 广场（9.4K+ 服务器）。支持Token自动引导注册。

两种响应格式注意：

/api/v1/*（旧）：PascalCase → {"Code": 200, "Data": {...}}
/openapi/v1/*（新）：snake_case → {"success": true, "data": {...}}

第一步：Token 设置（首次使用必读）#

⚠️ 安全警告：此技能包含只读操作和变更操作。 部署、删除、安装等变更操作需要你明确确认。请使用最小必要权限的 Token。

权限建议#

操作类型所需权限说明只读操作（搜索、查询）读取权限无需 Token，公开可用下载操作（模型、数据集）下载权限需要 Token变更操作（创建、部署、删除）写入权限必须明确用户确认

💡 建议：优先使用只读 Token，仅在需要下载/部署时才提供写入权限。

Token 获取与使用原则#

🔒 核心原则：Token 只在当前会话中使用， 不写入任何文件，不保存到记忆。

Token 优先级（从上到下）：

环境变量 MODELSCOPE_API_TOKEN（最安全，推荐）
直接提供（没有环境变量时，AI 会直接询问你）

没有 Token 时：直接告诉 AI「我的魔塔 Token 是 xxx」，AI 会在本次会话中使用它，执行完即丢弃。

情况 A：已有 Token#

方式一（推荐）：设置环境变量

bash

export MODELSCOPE_API_TOKEN="ms-xxxxxx"

方式二：直接告诉 AI（AI 不会记录，仅当前会话使用）

没有 Token → 引导注册：

打开注册页面： https://www.modelscope.cn/my/overview
用手机号/支付宝/钉钉完成注册登录
登录后，点右上角头像 → 「访问令牌」(Access Token)
点「新建令牌」，填写名称（如 workbuddy）
⚠️ 重要：权限选择「只读」或「下载」，除非你需要部署功能，否则不要选「全部」
复制生成的 Token（格式： ms-xxxxxx）， 只显示一次，务必保存

⚠️ Token 即密码，不要提交到 GitHub。

获取 Token 后，直接告诉 AI 或设置环境变量，AI 在当前会话中使用后即丢弃，不记录。

能力一：技能中心（Skills）#

总技能数： 80,505+

1.1 搜索/列出技能#

bash

curl -s "https://www.modelscope.cn/openapi/v1/skills?page_number=1&page_size=10&search=股票" | python -m json.tool

Query 参数：

参数类型说明page_numberint页码，默认 1page_sizeint每页数量，默认 10searchstring搜索关键词（匹配 display_name）

无需 Token 即可访问。

响应示例：

json

{
  "success": true,
  "data": {
    "total": 80505,
    "skills": [
      {
        "id": "@Alipay/alipay-payment-integration",
        "display_name": "支付宝支付集成skill",
        "description": "...",
        "category": "developer-tools",
        "view_count": 21881,
        "downloads": 2069
      }
    ]
  }
}

1.2 获取技能详情（含安装命令）#

bash

curl -s "https://www.modelscope.cn/openapi/v1/skills/@Alipay/alipay-payment-integration" | python -m json.tool

返回额外字段 install_command（3 种安装方式）：

json

{
  "install_command": [
    "npx skills add https://modelscope.cn/skills/@Alipay/alipay-payment-integration",
    "curl -fsSL https://modelscope.cn/skills/install.sh | bash -s -- @Alipay/alipay-payment-integration",
    "pip install --upgrade modelscope && modelscope skills add @Alipay/alipay-payment-integration"
  ]
}

1.3 下载技能（需 Token）#

🔒 下载操作：需要 Token 权限，但不会修改账户数据。

python

from modelscope.hub.api import HubApi

api = HubApi(token="ms-xxxxxx")
skill_dir = api.download_skill(skill_id="@Alipay/alipay-payment-integration")
print(f"技能已下载到: {skill_dir}")

⚠️ 安装到本地前，请确认该技能的来源和用途。

text


底层 API（一般不直接调用）：

GET /api/v1/skills/{path}/{name}/archive/zip/master Header: Cookie: m_session_id={token}

text


### 1.4 技能分类列表

| 分类 ID | 说明 |
|----------|------|
| `developer-tools` | 开发工具 |
| `ai-media` | AI 媒体 |
| `skill-management` | 技能管理 |
| `cloud-devops` | 云 DevOps |
| `frontend-development` | 前端开发 |
| `code-quality-testing` | 代码质量测试 |
| `marketing-seo` | 营销 SEO |
| `ai-automation` | AI 自动化 |
| `doc-processing` | 文档处理 |

---

## 能力二：MCP 广场

> 总 MCP 服务器数：**9,477+**

### 2.1 搜索/列出 MCP 服务器

```bash
curl -s -X PUT "https://www.modelscope.cn/openapi/v1/mcp/servers" \
  -H "Content-Type: application/json" \
  -d '{"filter": {"category": "developer-tools"}, "page_number": 1, "page_size": 10, "search": ""}' | python -m json.tool

Body 参数：

参数类型说明filter.categorystring分类过滤（见下方分类表）filter.tagstring标签过滤filter.is_hostedbool是否只查托管服务器page_numberint页码，默认 1page_sizeint每页数量，最大 100，默认 20searchstring搜索（匹配中文名/英文名/作者）

filter 中的多个条件取交集； search 与 filter 可组合使用。

无需 Token 即可访问列表。

响应示例：

json

{
  "success": true,
  "data": {
    "total_count": 9477,
    "mcp_server_list": [
      {
        "id": "@modelcontextprotocol/fetch",
        "name": "Fetch网页内容抓取",
        "chinese_name": "Fetch网页内容抓取",
        "description": "该服务器使大型语言模型能够检索和处理网页内容...",
        "categories": ["browser-automation"],
        "view_count": 457094
      }
    ]
  }
}

2.2 获取 MCP 服务器详情（含配置）#

bash

curl -s "https://www.modelscope.cn/openapi/v1/mcp/servers/@modelcontextprotocol/fetch?get_operational_url=true" | python -m json.tool

返回关键字段：

字段说明server_configMCP 客户端配置（command + args），直接用于 mcp.json``readme服务器说明文档（Markdown）is_hosted是否已触发托管服务is_verified是否官方认证env_schema环境变量 JSON Schema（如需配置 API Key）source_url源码地址（通常是 GitHub）github_starsGitHub 星标数

server_config 示例（直接复制到 MCP 客户端配置）：

json

{
  "mcpServers": {
    "fetch": {
      "command": "uvx",
      "args": ["mcp-server-fetch"]
    }
  }
}

2.3 获取用户运行中的 MCP 服务器（需 Token）#

bash

curl -s "https://www.modelscope.cn/openapi/v1/mcp/servers/operational" \
  -H "Authorization: Bearer ms-xxxxxx" | python -m json.tool

⚠️ 此端点 必须传 Token，否则返回 401。

2.4 MCP 分类列表（27 个）#

分类 ID说明分类 ID说明ai-gcAI 生成browser-automation浏览器自动化communication通讯content-management-systems内容管理databases数据库data-platforms数据平台developer-tools开发工具entertainment-and-media娱乐媒体finance金融file-systems文件系统image-and-video-processing图像视频knowledge-and-memory知识记忆location-services位置服务monitoring监控note-taking笔记other其他os-automation系统自动化research-and-data研究数据search搜索travel-and-transportation出行交通version-control版本控制cloud-platforms云平台art-and-culture艺术文化calendar-management日历管理

能力三：模型库（Models）#

总模型数： 194,001+

3.1 列出模型#

bash

curl -s -X PUT "https://www.modelscope.cn/api/v1/models" \
  -H "Authorization: Bearer ms-xxxxxx" \
  -H "Content-Type: application/json" \
  -d '{"page_number": 1, "page_size": 10, "search": "llama"}' | python -m json.tool

⚠️ 模型 API 使用 旧格式（ /api/v1/，PascalCase）

响应格式：

json

{
  "Code": 200,
  "Success": true,
  "Data": {
    "TotalCount": 194001,
    "Models": [...]
  }
}

3.2 获取模型详情#

bash

curl -s "https://www.modelscope.cn/api/v1/models/{owner}/{name}" \
  -H "Authorization: Bearer ms-xxxxxx" | python -m json.tool

3.3 下载模型#

bash

curl -s "https://www.modelscope.cn/api/v1/models/{owner}/{name}/archive/zip/{rev}" \
  -H "Authorization: Bearer ms-xxxxxx" -o model.zip

或用 SDK（推荐）：

python

from modelscope.hub.api import HubApi
api = HubApi(token="ms-xxxxxx")
model_dir = api.download_model(model_id="qwen/Qwen-7B")

3.4 常用模型端点汇总#

端点方法说明/api/v1/modelsPUT列出模型（分页/搜索）/api/v1/models/{owner}/{name}GET获取模型详情/api/v1/models/{owner}/{name}/archive/zip/{rev}GET下载模型（ZIP）/api/v1/models/{owner}/{name}/repo/tagPOST创建标签/api/v1/models/{owner}/{name}/repo/filesGET获取模型文件列表

能力四：数据集（Datasets）#

4.1 列出数据集#

bash

curl -s -X PUT "https://www.modelscope.cn/api/v1/datasets" \
  -H "Authorization: Bearer ms-xxxxxx" \
  -H "Content-Type: application/json" \
  -d '{"page_number": 1, "page_size": 10, "search": "finance"}' | python -m json.tool

4.2 获取数据集详情#

bash

curl -s "https://www.modelscope.cn/api/v1/datasets/{namespace}/{name}" \
  -H "Authorization: Bearer ms-xxxxxx" | python -m json.tool

4.3 获取数据集文件树#

bash

curl -s "https://www.modelscope.cn/api/v1/datasets/{namespace}/{name}/repo/tree" \
  -H "Authorization: Bearer ms-xxxxxx" | python -m json.tool

4.4 常用数据集端点汇总#

端点方法说明/api/v1/datasetsPUT列出数据集/api/v1/datasets/{ns}/{name}GET获取数据集详情/api/v1/datasets/{ns}/{name}/repo/treeGET获取文件树/api/v1/datasets/{ns}/{name}/archive/zip/{rev}GET下载数据集（ZIP）

能力五：创空间（Studios）#

创空间（Studio）提供 MCP 工具和 HTTP API 两种操作方式。

前置条件：需要 MODELSCOPE_API_TOKEN，获取方式见「第一步：Token 设置」。

⚠️ 【重要】变更操作需要用户明确确认：以下操作会创建、修改或删除资源，执行前必须获得用户确认。

5.1 MCP 工具（推荐）#

配置 ModelScope MCP 服务后，可直接调用以下工具：

操作类型操作工具说明🔒 只读获取用户信息getCurrentUser获取当前用户名⚠️ 变更创建创空间createStudio需确认 - 在账户中创建新资源🔒 只读获取创空间详情getStudio查看现有资源⚠️ 变更更新设置updateStudioSettings需确认 - 修改配置⚠️ 变更部署（启动/重启）deployStudio需确认 - 触发构建和部署⚠️ 变更停止stopStudio需确认 - 停止服务🔒 只读获取日志getStudioLogs查看运行日志🔒 只读环境变量列表listStudioSecrets查看变量（不含值）⚠️ 变更添加环境变量addStudioSecret需确认 - 添加新变量⚠️ 变更更新环境变量updateStudioSecret需确认 - 修改变量⚠️ 变更删除环境变量deleteStudioSecret需确认 - 删除变量

5.2 HTTP API（MCP 不可用时的备选）#

基础地址： https://modelscope.cn/openapi/v1，所有请求需携带 Authorization: Bearer ${MODELSCOPE_API_TOKEN}。

MCP 服务管理（配置 MCP 前使用）

操作类型操作方法端点🔒 只读查询 MCP 服务详情GET/mcp/servers/{id}?get_operational_url=true⚠️ 变更部署 MCP 服务POST/mcp/servers/{id}/deploy （需确认）

创空间操作

操作类型操作方法端点Body🔒 只读获取当前用户GET/users/me—⚠️ 变更创建创空间POST/studios``{owner, repo_name, ...} （需确认）🔒 只读获取创空间详情GET/studios/{owner}/{repo_name}—⚠️ 变更更新创空间设置PATCH/studios/{owner}/{repo_name}/settings（需确认）⚠️ 变更部署创空间POST/studios/{owner}/{repo_name}/deploy（需确认）⚠️ 变更停止创空间POST/studios/{owner}/{repo_name}/stop（需确认）🔒 只读获取日志GET/studios/{owner}/{repo_name}/logs/{log_type}—🔒 只读获取环境变量列表GET/studios/{owner}/{repo_name}/secrets—⚠️ 变更添加环境变量POST/studios/{owner}/{repo_name}/secrets（需确认）⚠️ 变更更新环境变量PUT/studios/{owner}/{repo_name}/secrets（需确认）⚠️ 变更删除环境变量DELETE/studios/{owner}/{repo_name}/secrets（需确认）

完整 OpenAPI 文档： https://modelscope.cn/.well-known/openapi.json

5.3 实战经验（来自 fortune-mcp 部署验证）#

sdk_type 选择关键差异：

sdk_typepush 后行为适用场景docker不自动重建，需手动调用 deployStudioFastAPI、自定义服务gradio自动识别 app.py 中的 demo 变量并启动Gradio 应用streamlit自动启动 StreamlitStreamlit 应用static直接托管静态文件纯前端

⚠️ docker 模式 push 后页面不变是常见问题，改用 gradio 或手动调 deployStudio 可解决。

Git 推送要点：

默认分支 master（不是 main），禁止 force push
推送地址： https://oauth2:${TOKEN}@www.modelscope.cn/studios/${owner}/${repo_name}.git
首次推送前需 fetch + merge --allow-unrelated-histories

Gradio 模式要求：

入口文件： app.py（固定）
必须有全局 demo 变量： demo = gr.Blocks(title="...")
requirements.txt 需含 gradio>=4.0.0
平台自动调用 demo.launch(server_name="0.0.0.0", server_port=7860)

MCP 服务在创空间中运行：

FastMCP.http_app(transport="sse") 必须 显式指定 transport（默认是 streamable-http，注册 /mcp 而非 /sse）
MCP SSE 需用独立线程运行，不能阻塞 Gradio 主线程
端口必须 0.0.0.0，禁止 8080（平台占用）

💡 完整的部署实战经验和踩坑记录见 modelscope-studio Skill。

Python SDK 快速使用#

安装#

bash

pip install modelscope

技能操作#

python

from modelscope.hub.api import HubApi
from modelscope.hub.mcp_api import MCPApi

# 初始化（Token 可选，无 Token 只能访问公开数据）
api = HubApi(token="ms-xxxxxx")
mcp = MCPApi(token="ms-xxxxxx")

# 登录（保存 Cookie 到本地，30 天有效）
git_token, cookies = api.login()

# 下载技能
skill_dir = api.download_skill(skill_id="@Alipay/alipay-payment-integration")
print(f"技能已下载到: {skill_dir}")

# 列出 MCP 服务器（无需 Token）
result = mcp.list_mcp_servers(
    filter={"category": "developer-tools"},
    total_count=20,
    search=""
)
print(f"总数: {result['total_count']}")

# 搜索 MCP 服务器
result = mcp.list_mcp_servers(search="高德")

# 获取 MCP 详情
detail = mcp.get_mcp_server(server_id="@amap/amap-maps")
print(f"配置: {detail['server_config']}")

# 获取运行中的 MCP（需 Token）
running = mcp.list_operational_mcp_servers()

CLI 命令#

bash

# 登录
modelscope login --token ms-xxxxxx

# 安装技能（并发下载，默认 8 线程）
modelscope skills add @Alipay/alipay-payment-integration

# 安装多个
modelscope skills add @steipete/github @steipete/weather --max-workers 8

# 指定安装目录
modelscope skills add @Alipay/alipay-payment-integration --local_dir ./my-skills

响应格式速查#

路径前缀Key 风格成功标志数据字段/api/v1/PascalCaseSuccess: true``Data``/openapi/v1/snake_casesuccess: true``data

代码示例（通用解析）：

python

import requests

def ms_request(url, token=None):
    headers = {"Authorization": f"Bearer {token}"} if token else {}
    r = requests.get(url, headers=headers)
    d = r.json()
    # 兼容两种格式
    if "Data" in d:
        return d["Data"]          # /api/v1/ 格式
    elif "data" in d:
        return d["data"]          # /openapi/v1/ 格式
    else:
        raise ValueError(f"未知响应格式: {d}")

# 用法
skills = ms_request("https://www.modelscope.cn/openapi/v1/skills?page_size=5")
print(skills["total"])  # → 80505

捕获经验教训、错误及修正内容，以实现持续改进。适用于以下场景：（1）命令或操作意外失败；（2）用户纠正Claude（如“不，那不对……”“实际上……”）；（3）用户请求的功能不存在；（4）外部API或工具出现故障；（5）Claude发现自身知识已过时或不正确；（6）针对重复性任务发现了更优方法。同时，在执行重大任务前应回顾已积累的经验教训。

AI Agent

★ 4116↓ 83.7万3 个月前更新

场景驱动+关键词双模式技能发现工具。当用户用自然语言描述场景/需求（如"我想做一个海报""帮我分析股票"），或明确说"安装技能/find skills/找个skill"时，自动从官方内置、本地已安装、SkillHub、虾评、GitHub、ClawHub 六层联合搜索并推荐最合适的技能，支持一键安装。已完全替代官方...

AI Agent

★ 1482↓ 54.5万3 个月前更新

自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。

AI Agent

★ 1402↓ 32.4万3 个月前更新

Modelscope Api

魔塔社区（ModelScope）API 完整手册#

概述#

第一步：Token 设置（首次使用必读）#

权限建议#

Token 获取与使用原则#

情况 A：已有 Token#

能力一：技能中心（Skills）#

1.1 搜索/列出技能#

1.2 获取技能详情（含安装命令）#

1.3 下载技能（需 Token）#

2.2 获取 MCP 服务器详情（含配置）#

2.3 获取用户运行中的 MCP 服务器（需 Token）#

2.4 MCP 分类列表（27 个）#

能力三：模型库（Models）#

3.1 列出模型#

3.2 获取模型详情#

3.3 下载模型#

3.4 常用模型端点汇总#

能力四：数据集（Datasets）#

4.1 列出数据集#

4.2 获取数据集详情#

4.3 获取数据集文件树#

4.4 常用数据集端点汇总#

能力五：创空间（Studios）#

5.1 MCP 工具（推荐）#

5.2 HTTP API（MCP 不可用时的备选）#

MCP 服务管理（配置 MCP 前使用）

创空间操作

5.3 实战经验（来自 fortune-mcp 部署验证）#

Python SDK 快速使用#

安装#

技能操作#

CLI 命令#

热门资源 Top 10#

技能 Top 10（按下载量）#

MCP 服务器 Top 10（按浏览量）#

响应格式速查#

相关推荐

self-improving agent

Find Skills

Self-Improving + Proactive Agent

Agent Browser

Skill Vetter

ontology