AI Image Generator MCP Server
Generates web images using AI via ModelScope FLUX model, supporting multiple image types and custom prompts.
README
AI图片生成 MCP 服务器
一个基于Model Context Protocol (MCP)的AI图片生成服务器,使用ModelScope FLUX模型自动生成高质量的网页图片。
✨ 功能特点
- 🎨 智能图片生成 - 支持8种网页图片类型(横幅、产品展示、团队照片等)
- 🌐 MCP协议兼容 - 完全符合MCP标准,可集成到支持MCP的客户端
- 🔧 灵活配置 - 支持自定义尺寸、提示词和图片类型
- 🚀 即开即用 - 简单配置即可在Cursor等编辑器中使用
- 🎯 高质量输出 - 基于FLUX模型生成专业级图片
🛠️ 支持的图片类型
| 类型 | 描述 | 用途 |
|---|---|---|
hero_banner |
网站主横幅的大图 | 首页横幅、着陆页 |
product_showcase |
电商产品展示图片 | 产品页面、商品展示 |
team_photo |
专业团队成员照片 | 关于我们、团队介绍 |
blog_featured |
博客文章特色图片 | 文章封面、内容配图 |
service_icon |
服务或功能图标 | 服务介绍、功能展示 |
background_pattern |
背景图案和纹理 | 页面背景、装饰元素 |
call_to_action |
行动号召区域图片 | CTA按钮、引导区域 |
testimonial_bg |
客户评价背景图片 | 客户证言、评价展示 |
🚀 快速开始
1. 克隆项目
git clone https://github.com/你的用户名/ai-image-generator-mcp.git
cd ai-image-generator-mcp
2. 安装依赖
python -m venv .venv
source .venv/bin/activate # Linux/Mac
# 或 .venv\Scripts\activate # Windows
pip install -r requirements.txt
3. 配置API密钥
获取ModelScope API密钥并设置环境变量:
export MODELSCOPE_API_KEY="你的API密钥"
4. 测试服务器
python test_mcp.py
5. 配置MCP客户端
将以下配置添加到你的MCP客户端配置文件中:
Cursor配置 (~/.cursor/mcp_servers.json)
{
"mcpServers": {
"ai-image-generator": {
"command": "python",
"args": ["/path/to/your/project/mcp_server.py"],
"cwd": "/path/to/your/project",
"env": {
"MODELSCOPE_API_KEY": "你的API密钥"
}
}
}
}
Claude Desktop配置
在Claude Desktop的设置中添加相同的配置。
🔧 MCP工具说明
1. generate-web-image
根据网页内容和图片类型生成图片
{
"name": "generate-web-image",
"arguments": {
"type": "hero_banner",
"description": "现代科技公司的主页横幅,展示创新理念",
"customPrompt": "可选的自定义英文提示词"
}
}
2. generate-image
生成自定义尺寸的图片
{
"name": "generate-image",
"arguments": {
"prompt": "A futuristic cityscape with flying cars",
"width": 1920,
"height": 1080
}
}
3. generate-custom-web-image
使用完全自定义的提示词生成网页图片
{
"name": "generate-custom-web-image",
"arguments": {
"prompt": "Professional business team in modern office"
}
}
4. list-image-types
查看所有支持的图片类型
{
"name": "list-image-types",
"arguments": {
"random_string": "test"
}
}
📁 项目结构
ai-image-generator-mcp/
├── mcp_server.py # 主MCP服务器文件
├── mcp_config.json # MCP客户端配置示例
├── image_generator.py # 图片生成核心逻辑
├── prompt_builder.py # 提示词构建工具
├── test_mcp.py # 测试脚本
├── requirements.txt # Python依赖
├── README.md # 项目说明
└── MCP_USAGE.md # 详细使用指南
🔑 API密钥获取
- 访问 ModelScope
- 注册并登录账号
- 绑定阿里云账号
- 在API管理页面获取密钥
🛠️ 开发和扩展
添加新的图片类型
在 prompt_builder.py 中的 build_web_prompt 函数中添加新的类型映射:
type_styles = {
"your_new_type": "description of the new image type style",
# ... existing types
}
自定义提示词模板
修改 prompt_builder.py 中的提示词生成逻辑来适应你的需求。
添加新的AI模型
在 image_generator.py 中修改API调用逻辑来支持其他图片生成模型。
🐛 故障排除
常见问题
-
API密钥错误
- 确保API密钥正确
- 确认已绑定阿里云账号
-
导入错误
- 确保在正确的虚拟环境中
- 检查所有依赖是否已安装
-
网络错误
- 检查网络连接
- 确认ModelScope服务状态
调试模式
设置环境变量启用详细日志:
export PYTHONPATH=.
export LOG_LEVEL=DEBUG
python test_mcp.py
📄 许可证
MIT License - 详见 LICENSE 文件
🤝 贡献
欢迎提交Issue和Pull Request!
📞 支持
如有问题,请在GitHub Issues中提出。
⭐ 如果这个项目对你有帮助,请给个Star!
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。