Token导航 LogoToken导航TokenDH.com
中转站排行榜
Image This MCP logo
设计创作stdio官方级别未说明来源级核验

Image This MCP

MCP Server

一个支持多种AI模型（包括Google Gemini和Volcengine Jimeng AI）的即用型图像生成服务器，提供智能模型选择、高分辨率输出和中文优化支持。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
图像生成PythonClaudeClaude DesktopClaudeCursor

安装说明

本站只整理中文说明和来源信息，不托管安装包，也不代用户安装。

GitHub

作者 / 组织

GalaxyXieyu

提供方

GalaxyXieyu

最后核验

2026/5/17 20:22

运行时

Python

快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

命令预览

uvx --from git+https://github.com/GalaxyXieyu/Image-This-MCP.git image-this-mcp

详细介绍

此MCP的图像🎨

生产准备就绪 模型上下文协议（MCP） 通过以下方式提供AI驱动的图像生成功能的服务器 多个提供商 包括谷歌 双子座 模型和Volcengine的 吉萌AI 通过智能提供商选择。

⭐ 新功能：多提供商支持！ 🚀

现在支持多个图像生成提供商：

🏆 双子座（纳米香蕉）

  • Flash模型：Gemini 3.1 Flash图像预览默认快速生成（1024px）
  • 模型：基于谷歌搜索，4K质量高达3840px
  • 智能选择：根据提示自动选择最佳模型
  • 高级功能：文本渲染、参考图像、宽高比控制

🎨 吉萌AI（Volcengine）

  • 中文优化：针对中国语言和文化背景量身定制
  • 高质量：默认3:4纵向比例（1536x2048）
  • 参考图像：支持基于图像的生成
  • 串行队列：自动限速保护

✨ 特性

  • 🎨 多提供商支持：在Gemini和Jimeng AI之间进行选择，或自动选择
  • ⚡ Gemini 3.1 Flash图像预览：用于快速原型制作的默认快速模型（1024px）
  • 🏆 Gemini 3 Pro图片：高达4K的高品质，基于谷歌搜索
  • 🤖 智能模型选择：根据提示自动选择最佳模型
  • 🌏 吉萌AI集成：使用Volcengine生成中文优化图像
  • 📐 纵横比控制：指定输出尺寸（1:1、16:9、9:16、21:9等）
  • 📋 智能模板：用于摄影、设计和编辑的预构建提示模板
  • 📁 文件管理：通过Gemini files API上传和管理文件
  • 🔍 资源发现：通过MCP资源浏览模板和文件元数据
  • 🛡️ 生产就绪：全面的错误处理、日志记录和验证
  • ⚡ 高性能：具有智能缓存的优化架构

🚀 快速开始

先决条件

  1. Google Gemini API密钥 - 在这里免费获得一个
  2. Python 3.11+ （仅用于开发）

安装

选项1：来自GitHub（推荐）

使用以下命令直接从GitHub安装 uv （推荐）：

# Install uv (if not installed)
curl -LsSf https://astral.sh/uv/install.sh | sh

# Install MCP server from GitHub
uv tool install git+https://github.com/GalaxyXieyu/Image-This-MCP.git

# Verify installation
command -v image-this-mcp

# Manage tools
uv tool list
uv tool uninstall image-this-mcp

运行而不安装（uvx）：

uvx --from git+https://github.com/GalaxyXieyu/Image-This-MCP.git image-this-mcp

选项2：本地可编辑安装（开发）

git clone https://github.com/GalaxyXieyu/Image-This-MCP.git
cd Image-This-MCP
uv pip install -e .

选项3：使用pip

pip install git+https://github.com/GalaxyXieyu/Image-This-MCP.git

🔧 配置

身份验证方法

Nano Banana支持两种身份验证方法 NANOBANANA_AUTH_METHOD:

  1. API密钥 (api_key)：用途 GEMINI_API_KEY最适合本地开发和简单部署。
  2. 顶点AI ADC (vertex_ai)：使用Google Cloud应用程序默认凭据。最适合在谷歌云（Cloud Run、GKE、GCE）上生产。
  3. 自动 (auto)：如果存在，则默认为API键，否则尝试Vertex AI。

注： NANOBANANA_* 环境变量是历史兼容性名称。当前包和CLI入口点为 image-this-mcp.

1.API密钥认证（默认）

集 GEMINI_API_KEY 环境变量。

OpenClaw插件（吉萌4.5，无MCP服务器）

如果你想直接使用OpenClaw（绕过MCP服务器），请在此仓库中安装插件并配置OpenClaw：

openclaw plugins install -l ./openclaw-plugin
openclaw gateway restart

添加 ~/.openclaw/openclaw.json:

{
  "plugins": {
    "enabled": true,
    "entries": {
      "img-generator": {
        "enabled": true,
        "config": {
          "apiKey": "",
          "baseUrl": "https://ark.cn-beijing.volces.com/api/v3/images/generations",
          "model": "doubao-seedream-4.5",
          "size": "1728x2304",
          "watermark": false,
          "timeoutMs": 120000,
          "superbedToken": ""
        }
      }
    }
  },
  "tools": {
    "allow": ["img-generator"]
  }
}

笔记：

  • 如果 superbedToken 设置后，该工具将图像上传到Superbed并返回 MEDIA: 行加上Markdown图像链接。这使得图像显示在支持媒体的OpenClaw频道中。
  • 如果 superbedToken 如果未设置，该工具仅在工具输出中返回base64图像数据，这可能不会在聊天中呈现为图像。
  • 参考图像(referenceImages)接受：

- HTTP/HTTPS URL - data:image/*;base64,... 数据URL（将被净化） - 原始base64字符串（将被包装为数据URL） - 本地文件路径（例如。 ~/Pictures/ref.jpg 或 file:///...)它们被读取和编码

  • 尺寸：吉萌4.5拒绝小尺寸（例如。 1024x1024).插件自动回退到 1728x2304 如果总像素低于3686400，则添加 sizeRequested/sizeAdjusted/sizeNote 元数据。

2.第三方香蕉API支持

您可以通过设置自定义API基础URL来使用与Gemini API兼容的第三方Banana API服务：

# Set your third-party API key
export GEMINI_API_KEY="your-third-party-api-key"

# Set the custom API base URL
export GEMINI_API_BASE_URL="https://your-banana-api-endpoint.com/v1"
# or
export BANANA_API_BASE_URL="https://your-banana-api-endpoint.com/v1"

配置示例 （克劳德桌面）：

{
  "mcpServers": {
    "image-this": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/GalaxyXieyu/Image-This-MCP.git", "image-this-mcp"],
      "env": {
        "GEMINI_API_KEY": "your-third-party-api-key",
        "GEMINI_API_BASE_URL": "https://your-banana-api-endpoint.com/v1"
      }
    }
  }
}

3.顶点AI身份验证（谷歌云）

所需的环境变量：

  • NANOBANANA_AUTH_METHOD=vertex_ai （或 auto)
  • GCP_PROJECT_ID=your-project-id
  • GCP_REGION=us-central1 （默认）

先决条件:

  • 启用Vertex AI API： gcloud services enable aiplatform.googleapis.com
  • 授予IAM角色： roles/aiplatform.user 到服务帐户。

提供者选择

通过以下方式选择默认图像生成提供商 IMAGE_PROVIDER 环境变量：

# Use Gemini (default)
export IMAGE_PROVIDER=gemini

# Use Jimeng AI
export IMAGE_PROVIDER=jimeng

# Use OpenAI-compatible images API
export IMAGE_PROVIDER=openai

您还可以使用以下命令为每个请求指定提供者 provider 参数在 generate_image 工具：

  • "gemini" -使用Gemini（纳米香蕉）
  • "jimeng" -使用吉萌模型家族（传统吉萌+Seedream/吉萌4.5风格模型）
  • "auto" -使用环境中的默认提供程序

要在提供者系列中选择特定型号，请使用可选 model 具有模型id的参数由返回 list_models. 例如， provider="jimeng" 和 model="doubao-seedream-4-5-251128" 将自动路由到正确的吉萌家族后端。

吉萌AI配置

要使用Jimeng AI提供程序，您需要Volcengine凭据：

  1. 在以下网址获取您的凭据 Volcengine控制台
  2. 设置以下环境变量：
export JIMENG_ACCESS_KEY=your_access_key_here
export JIMENG_SECRET_KEY=your_secret_key_here

配置示例 （克劳德桌面与吉萌）：

{
  "mcpServers": {
    "image-this": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/GalaxyXieyu/Image-This-MCP.git", "image-this-mcp"],
      "env": {
        "IMAGE_PROVIDER": "jimeng",
        "JIMENG_ACCESS_KEY": "your-access-key",
        "JIMENG_SECRET_KEY": "your-secret-key"
      }
    }
  }
}

吉萌AI功能:

  • 默认分辨率：1536x2048（纵向3:4）
  • 支持图像到图像生成的参考图像
  • 串行请求队列以避免速率限制
  • 指数回退自动重试

OpenAI兼容映像配置

要使用与OpenAI兼容的图像提供程序，如OpenAI官方API或ToAPI：

export IMAGE_PROVIDER=openai
export OPENAI_API_KEY="your-openai-compatible-key"
export OPENAI_BASE_URL="https://your-openai-compatible-endpoint/v1"
export OPENAI_MODEL="gpt-image-2"

例子：

{
  "mcpServers": {
    "image-this": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/GalaxyXieyu/Image-This-MCP.git", "image-this-mcp"],
      "env": {
        "IMAGE_PROVIDER": "openai",
        "OPENAI_API_KEY": "your-key",
        "OPENAI_BASE_URL": "https://your-endpoint.example.com/v1",
        "OPENAI_MODEL": "gpt-image-2"
      }
    }
  }
}

远程HTTP部署

如果您希望多台计算机共享一个MCP服务器，您可以在远程计算机上部署此项目一次，并将客户端连接到该HTTP MCP端点。

推荐的第一阶段形状：

  • HTTP传输
  • 共享承载令牌
  • 同步图像生成
  • 最终图像的MinIO/S3兼容工件发布

服务器环境示例：

export FASTMCP_TRANSPORT=http
export FASTMCP_HOST=0.0.0.0
export FASTMCP_PORT=34128

export MCP_AUTH_TOKEN="replace-with-a-random-token"
export MCP_AUTH_HEADER=Authorization

export IMAGE_PROVIDER=openai
export OPENAI_API_KEY="your-openai-compatible-key"
export OPENAI_BASE_URL="https://your-endpoint.example.com/v1"
export OPENAI_MODEL="gpt-image-2"

# Optional: Gemini provider
export GEMINI_API_KEY="your-gemini-key"
export GEMINI_API_BASE_URL="https://your-gemini-compatible-endpoint/v1"

# Optional: Jimeng legacy provider
export JIMENG_ACCESS_KEY="your-volcengine-access-key"
export JIMENG_SECRET_KEY="your-volcengine-secret-key"

# Optional: Jimeng Seedream / Ark provider
export LAS_API_KEY="your-las-image-api-key"
# Optional fallbacks for older deployments:
export JIMENG45_API_KEY="your-las-image-api-key"
export ARK_API_KEY="your-legacy-ark-key"
export JIMENG45_API_ENDPOINT="https://operator.las.cn-guangzhou.volces.com/api/v1/images/generations"

export MINIO_ENDPOINT="127.0.0.1:9000"
export MINIO_ACCESS_KEY="your-minio-access-key"
export MINIO_SECRET_KEY="your-minio-secret-key"
export MINIO_BUCKET="image-this"
export MINIO_SECURE=false
export MINIO_PUBLIC_BASE_URL="http://your-server:9000"

启动服务器：

uvx --from git+https://github.com/GalaxyXieyu/Image-This-MCP.git image-this-mcp

远程MCP客户端示例：

{
  "mcpServers": {
    "image-this-remote": {
      "url": "http://your-server:34128/mcp",
      "headers": {
        "Authorization": "Bearer replace-with-the-same-token"
      }
    }
  }
}

有关基于Docker的具体部署示例，请参阅 docs/REMOTE_DEPLOYMENT.md.

异步远程作业

对于具有多个客户端的远程部署，您可以使用异步作业工具，而不是等待单个长请求：

  • submit_image_job
  • get_image_job_status
  • get_image_job_result
  • list_image_jobs

推荐流量：

  1. 通过以下方式提交作业 submit_image_job
  2. 投票与 get_image_job_status
  3. 使用以下命令获取最终URL和元数据 get_image_job_result

当多台机器共享一个远程MCP服务器时，这尤其有用。

当前提供商范围

此仓库当前支持的图像生成提供程序：

  • 双子座
  • 吉萌模特家庭
  • OpenAI兼容的图像API

Moonshot 和 DeepLX 目前不是此服务器中的映像生成提供程序，因此它们在此处尚不可配置。

克劳德桌面

选项1：直接使用GitHub（推荐）

添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "image-this": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/GalaxyXieyu/Image-This-MCP.git", "image-this-mcp"],
      "env": {
        "GEMINI_API_KEY": "your-gemini-api-key-here"
      }
    }
  }
}

选项2：使用GitHub安装

如果您使用从GitHub安装 uv tool install，直接使用installed命令：

{
  "mcpServers": {
    "image-this": {
      "command": "image-this-mcp",
      "env": {
        "GEMINI_API_KEY": "your-gemini-api-key-here"
      }
    }
  }
}

选项3：使用当地资源（开发）

如果您是从源代码运行的，请指向您的本地安装：

{
  "mcpServers": {
    "image-this-local": {
      "command": "uv",
      "args": [
        "run",
        "python",
        "-m",
        "image_this_mcp.server"
      ],
      "cwd": "/absolute/path/to/Image-This-MCP",
      "env": {
        "GEMINI_API_KEY": "your-gemini-api-key-here"
      }
    }
  }
}

选项4：使用顶点AI（ADC）

要使用Google Cloud应用程序默认凭据（而不是API密钥）进行身份验证，请执行以下操作：

{
  "mcpServers": {
    "image-this-adc": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/GalaxyXieyu/Image-This-MCP.git", "image-this-mcp"],
      "env": {
        "NANOBANANA_AUTH_METHOD": "vertex_ai",
        "GCP_PROJECT_ID": "your-project-id",
        "GCP_REGION": "us-central1"
      }
    }
  }
}

配置文件位置：

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • 视窗: %APPDATA%\Claude\claude_desktop_config.json

克劳德代码（VS代码扩展）

在VS代码中安装和配置：

  1. 安装Claude Code扩展
  2. 打开命令选项板(Cmd/Ctrl + Shift + P)
  3. 运行“克劳德代码：添加MCP服务器”
  4. 配置：
   {
     "name": "image-this",
     "command": "uvx",
     "args": ["--from", "git+https://github.com/GalaxyXieyu/Image-This-MCP.git", "image-this-mcp"],
     "env": {
       "GEMINI_API_KEY": "your-gemini-api-key-here"
     }
   }

光标

添加到Cursor的MCP配置：

{
  "mcpServers": {
    "image-this": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/GalaxyXieyu/Image-This-MCP.git", "image-this-mcp"],
      "env": {
        "GEMINI_API_KEY": "your-gemini-api-key-here"
      }
    }
  }
}

Continue.dev（VS代码/JetBrains）

添加到您的 config.json:

{
  "mcpServers": [
    {
      "name": "image-this",
      "command": "uvx",
      "args": ["--from", "git+https://github.com/GalaxyXieyu/Image-This-MCP.git", "image-this-mcp"],
      "env": {
        "GEMINI_API_KEY": "your-gemini-api-key-here"
      }
    }
  ]
}

打开WebUI

在Open WebUI设置中配置：

{
  "mcp_servers": {
    "image-this": {
      "command": ["uvx", "--from", "git+https://github.com/GalaxyXieyu/Image-This-MCP.git", "image-this-mcp"],
      "env": {
        "GEMINI_API_KEY": "your-gemini-api-key-here"
      }
    }
  }
}

Gemini CLI/通用MCP客户端

# Set environment variable
export GEMINI_API_KEY="your-gemini-api-key-here"

# Run server in stdio mode
uvx --from git+https://github.com/GalaxyXieyu/Image-This-MCP.git image-this-mcp

# Or with pip installation
python -m image_this_mcp.server

🤖 模型选择

Nano Banana支持两种具有智能自动选择功能的Gemini型号：

🏆 Pro型号-Nano Banana Pro（Gemini 3 Pro图片）⭐ 新

谷歌最新、最先进的图像生成模型

  • 质量：专业级，生产就绪
  • 决心：高达4K（3840px）-最高可用分辨率
  • 速度：每张图片约5-8秒
  • 特别功能:

- 🌐 谷歌搜索暂停：利用现实世界的知识获得准确的上下文图像 - 🧠 高级推理：复杂构图的可配置思维水平（低/高） - 📐 媒体分辨率控制：微调视觉处理细节（低/中/高/自动） - 📝 高级文本渲染：图像生成中的文本非常清晰 - 🎨 增强上下文理解：更好地解释复杂的叙事提示

  • 最佳：制作资产、营销材料、专业摄影、高保真输出、需要文字的图像、事实准确性
  • 成本：每张图像更高（优质）

⚡ 闪光模型（Gemini 3.1闪光图像预览）

快速、可靠的快速迭代模型

  • 速度：非常快（2-3秒）
  • 决心：高达1024px
  • 质量：高品质，适合日常使用
  • 最佳：快速原型制作、迭代、大批量生成、草稿、草图
  • 成本：每张图片更低

🤖 自动选择（推荐）

默认情况下，直接呼叫使用 闪光 层。你仍然可以选择 auto 让服务器分析您的提示和需求：

选择Pro型号时:

  • 检测到的质量关键词：“4K”、“专业”、“制作”、“高分辨率”、“高清”
  • 要求高分辨率： resolution="4k" 或 resolution="high"
  • 已启用Google搜索限制： enable_grounding=True
  • 要求高思维水平： thinking_level="HIGH"
  • 具有多个输入图像的多图像调节

选择闪光灯型号时:

  • 检测到速度关键字：“快速”、“草稿”、“草图”、“快速”
  • 大批量批量生产： n > 2
  • 要求标准分辨率或更低分辨率
  • 无需特殊的Pro功能

用法示例

# Automatic selection (recommended)
"Generate a professional 4K product photo"  # → Pro model (quality keywords + 4K)
"Quick sketch of a cat"                     # → Flash model (speed keyword)
"Create a diagram with clear text labels"   # → Pro model (text rendering)
"Draft mockup for website hero section"     # → Flash model (draft keyword)

# Explicit model selection
generate_image(
    prompt="A scenic landscape",
    model_tier="flash"  # Force Flash model for speed
)

# Leverage Nano Banana Pro features
generate_image(
    prompt="Professional product photo of vintage camera on wooden desk",
    model_tier="pro",              # Use Pro model
    resolution="4k",               # 4K resolution (Pro-only)
    thinking_level="HIGH",         # Enhanced reasoning
    enable_grounding=True,         # Use Google Search for accuracy
    media_resolution="HIGH"        # High-detail vision processing
)

# Pro model for high-quality text rendering
generate_image(
    prompt="Infographic showing 2024 market statistics with clear labels",
    model_tier="pro",              # Pro excels at text rendering
    resolution="4k"                # Maximum clarity for text
)

# Control aspect ratio for different formats ⭐ NEW!
generate_image(
    prompt="Cinematic landscape at sunset",
    aspect_ratio="21:9"            # Ultra-wide cinematic format
)

generate_image(
    prompt="Instagram post about coffee",
    aspect_ratio="1:1"             # Square format for social media
)

generate_image(
    prompt="YouTube thumbnail design",
    aspect_ratio="16:9"            # Standard video format
)

generate_image(
    prompt="Mobile wallpaper of mountain vista",
    aspect_ratio="9:16"            # Portrait format for phones
)

📐 纵横比控制⭐ 新

使用控制输出图像尺寸 aspect_ratio 参数：

支持的纵横比:

  • 1:1 -Square（Instagram，个人资料图片）
  • 4:3 -经典照片格式
  • 3:4 -肖像定向
  • 16:9 -宽屏（YouTube缩略图、演示文稿）
  • 9:16 -手机头像（手机壁纸、故事）
  • 21:9 -超宽电影
  • 2:3, 3:2, 4:5, 5:4 -多种照片格式
# Examples for different use cases
generate_image(
    prompt="Product showcase for e-commerce",
    aspect_ratio="3:4",    # Portrait format, good for product pages
    model_tier="pro"
)

generate_image(
    prompt="Social media banner for Facebook",
    aspect_ratio="16:9"    # Landscape banner format
)

备注：宽高比适用于Flash和Pro型号。为了在高分辨率下获得特定宽高比的最佳效果，请使用Pro型号 resolution="4k".

⚙️ 环境变量

配置选项：

# Authentication (Required)
# Method 1: API Key (Google Gemini API or Third-party Banana API)
GEMINI_API_KEY=your-gemini-api-key-here

# Third-party Banana API Configuration (Optional)
# If using a third-party Banana API service, set the custom base URL:
GEMINI_API_BASE_URL=https://your-banana-api-endpoint.com/v1
# or
BANANA_API_BASE_URL=https://your-banana-api-endpoint.com/v1

# Method 2: Vertex AI (Google Cloud)
NANOBANANA_AUTH_METHOD=vertex_ai
GCP_PROJECT_ID=your-project-id
GCP_REGION=us-central1

# Model Selection (optional)
NANOBANANA_MODEL=pro  # Options: flash, pro, auto (default: pro)

# Optional
IMAGE_OUTPUT_DIR=/path/to/image/directory  # Default: ~/image-this
LOG_LEVEL=INFO                             # DEBUG, INFO, WARNING, ERROR
LOG_FORMAT=standard                        # standard, json, detailed

🐛 故障排除

常见问题

“未设置GEMINI_API_KEY”

  • 将API密钥添加到客户端的MCP服务器配置中
  • 在获取免费API密钥 谷歌AI工作室

“服务器启动失败”

  • 确保您使用的是最新的GitHub版本： uvx --from git+https://github.com/GalaxyXieyu/Image-This-MCP.git image-this-mcp
  • 检查您的客户端是否支持MCP（Claude Desktop 0.10.0+）

“权限被拒绝”错误

  • 服务器在中创建图像 ~/image-this 默认情况下
  • 确保对主目录的写入权限

开发设置

对于当地发展：

# Clone repository
git clone https://github.com/GalaxyXieyu/Image-This-MCP.git
cd Image-This-MCP

# Install with uv
uv sync

# Set environment
export GEMINI_API_KEY=your-api-key-here

# Run locally
uv run python -m image_this_mcp.server

📄 许可证

MIT许可证-请参阅 许可证 了解详情。

🆘 支持

  • 问题:
  • 讨论:

目录标签

目录标签

图像生成PythonClaudeAI图像生成本地部署多模型服务高分辨率输出中文优化智能模型选择

支持客户端

Claude DesktopClaudeCursor

接入字段

传输方式（transport，传输协议）

stdio

鉴权方式（authType，认证方式）

api-key

运行时（runtime，运行环境）

Python

工具数量（toolCount，工具数）

0

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

stdioapi-key部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

来源信息

Image-This-MCP logo

MCP World

mcpworld.com

/detail/362decb2e87b108f38c30eb08405dcef

一个支持多种AI模型（包括Google Gemini和Volcengine Jimeng AI）的即用型图像生成服务器，提供智能模型选择、高分辨率输出和中文优化支持。

继续浏览同类 MCP

更多设计创作 MCP（1,700）返回 MCP 目录

上一个 MCP

🪄 ImageSorcery MCP

ImageSorcery MCP 是一款基于计算机视觉的本地图像识别和编辑工具，为AI助手提供强大的图像处理能力。

下一个 MCP

Image Tiler MCP Server

一个为LLMs提供高分辨率视觉能力的MCP服务器，通过分块大图像和捕获完整网页来避免自动降采样导致的细节丢失。