Listenseu Image MCP

Listenseu Image MCP

Enables Codex users to generate and edit images via Listenseu's image API, reusing their existing Codex login credentials without exposing API keys.

Category
访问服务器

README

Listenseu Image MCP

让用户在自己的 Codex 中,通过本地 MCP 调用 https://api.listenseu.top 的图像接口。

这个项目的默认凭据流程是:

用户用个人 API Key 登录 Codex
        ↓
Codex 的 active model provider = https://api.listenseu.top/v1
        ↓
MCP 启动器验证 provider,然后读取本机 Codex 登录凭据
        ↓
调用 api.listenseu.top/v1/images/generations 或 /v1/images/edits

安装器不会再次询问 API Key,也不会把 Key 写入 GitHub、MCP 配置或仓库文件。启动器只在 provider 地址匹配时复用凭据;如果用户当前登录的是其他 provider,MCP 会拒绝启动。

功能

工具 用途
image_generate 文生图
image_edit 单张本地图片编辑,可选 PNG mask
image_batch_edit 对多张图片逐张执行同一编辑指令
image_multi_reference 融合 2-10 张参考图生成一张图
server_info 查看中转站、模型、凭据状态和安全边界

当前固定使用 gpt-image-2https://api.listenseu.top。输出默认保存到用户的 Pictures/listenseu-out 目录。

前置条件

  • 已安装 Codex CLI/桌面版,并能运行 codex 命令。
  • Python 3.11 或更高版本。
  • 用户已经在 Codex 中配置 https://api.listenseu.top/v1 为当前模型提供商。
  • 用户已经使用自己的 API Key 登录 Codex。Key 必须存在于 Codex 的本机登录凭据中;本项目不会让用户在安装器里再次输入。

如果还没有配置 provider,可以在 Codex 配置中使用类似结构(名称可自定义):

model_provider = "ListenSEU"

[model_providers.ListenSEU]
name = "ListenSEU"
base_url = "https://api.listenseu.top/v1"
wire_api = "responses"
requires_openai_auth = true

保存后,用 Codex 自己的登录流程完成个人 API Key 登录。不要把真实 Key 粘贴到 README、命令行参数或 GitHub Issues。

安装

在用户本机执行:

git clone https://github.com/Listen-Sun/listenseu-image-mcp.git
cd listenseu-image-mcp
python install.py

安装器会:

  1. 检查 Codex 当前 provider 是否为 https://api.listenseu.top/v1
  2. 检查 Codex 本机是否已有个人 API 登录凭据(只检查存在性,不打印值)。
  3. 创建仓库内虚拟环境并安装依赖。
  4. 做一次不联网的 MCP initialize + tools/list 握手。
  5. codex mcp add 注册 listenseu-image

安装完成后重启 Codex,然后让它调用:

调用 listenseu-image 的 server_info,检查 api_key_configured。

正常结果应包含:

{
  "base_url": "https://api.listenseu.top",
  "api_key_configured": true,
  "credential_is_returned": false
}

如果已有同名 MCP,需要明确允许替换:

python install.py --yes

只检查登录状态,不安装:

python install.py --check

只安装依赖并做握手、不改 Codex 配置:

python install.py --skip-register

卸载 MCP 配置(不删除仓库和虚拟环境):

python install.py --uninstall

使用方式

内置 $imagegen 是 Codex 自带工具,它不会因为安装了本项目就自动改用第三方中转站。要确保请求走你的中转站,请在任务中明确要求使用 listenseu-image,例如:

使用 listenseu-image 的 image_generate,生成一张 1024x1024 的……

编辑本地图片时:

使用 listenseu-image 的 image_edit,读取 C:\\path\\input.png,只改变背景……

输入图片必须是本机可读的 PNG、JPEG 或 WebP。MCP 会先验证文件格式和大小,再上传到 /v1/images/edits

尺寸与输出

  • 宽高必须是 16 的倍数。
  • 边长范围为 256-3840。
  • 总像素范围为 655,360-8,294,400。
  • 长宽比不能超过 3:1。
  • 2K/4K 请求只允许 n=1,避免意外放大费用。
  • 生成结果会先验证图片格式,再以原子方式保存,避免留下半个文件。
  • save_dir 必须位于 LISTENSEU_SAVE_DIR_ROOT 之下;默认根目录是 ~/Pictures/listenseu-out

安全设计

  • API Base URL 写死为 https://api.listenseu.top,工具参数不能改写到任意站点。
  • 启动器先比对 Codex 当前 active provider,再读取 ~/.codex/auth.json 中的 OPENAI_API_KEY
  • Key 只保存在 MCP 进程内存中,不写入 MCP 环境变量,也不会被子进程继承。
  • MCP 工具没有 api_key 参数,模型不能通过工具参数转发密钥。
  • server_info 只返回布尔状态和来源标签,不返回 Key。
  • 上游返回 URL 时,只接受 HTTPS,并拒绝解析到本机、内网或保留地址。
  • 任何日志、截图、Issue 或测试输出都不得包含真实 Key。

常见问题

api_key_configured 是 false

确认 Codex 当前 provider 的 base_url 精确为 https://api.listenseu.top/v1,并确认 Codex 登录凭据中有 OPENAI_API_KEY。改完后完全重启 Codex,让 MCP 子进程重新读取凭据。

安装器提示 provider 不匹配

这是故意的安全阻断。它不会把当前其他 provider 的 Key 发送到你的中转站。先切换到 ListenSEU provider,再运行安装器。

请求仍然走 OpenAI 官方

不要只说“生成一张图”,而要明确要求调用 listenseu-image 的工具。内置 $imagegen 与这个 MCP 是两个独立的工具入口。

编辑请求返回 HTTP 400

请先用 image_generate 验证登录和生成线路,再检查参考图格式、尺寸和大小。当前中转站的具体模型/编辑能力以 server_info 和接口返回为准。

官方参考

许可证

本项目使用 MIT License,见 LICENSE

推荐服务器

Baidu Map

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。

官方
精选
JavaScript
Playwright MCP Server

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。

官方
精选
TypeScript
Magic Component Platform (MCP)

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。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

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。

官方
精选
本地
TypeScript
VeyraX

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。

官方
精选
本地
graphlit-mcp-server

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。

官方
精选
TypeScript
Kagi MCP Server

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。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

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。

官方
精选