Token导航 LogoToken导航

MCP Server · 开发工具

AI Image Generation MCP Server

可用于cursor 集成 mcp server

stdio官方级别未说明来源级核验工具 0
图像生成PythonCursor开发工具

快速开始

作者 / 组织
chenyeju295
提供方
chenyeju295
运行时
Python

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

20

仓库热度

收录来源

4 个

MCP.so

选型结论

AI Image Generation MCP Server 属于开发工具类 MCP Server,公开资料标注 0 个工具,通过stdio 本地进程接入,适配 Cursor,有可以直接复制的安装命令;接入前先确认权限范围。

分类

开发工具

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

pip install uv

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

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。

详细介绍

AI 图像生成服务

基于火山引擎(抖音豆包)的图像生成服务,专门设计用于与 Cursor MCP 服务集成。支持自定义图片宽高比、保存路径等功能,提供高质量图像生成能力。

功能特点

  • 支持高质量图像生成
  • 多种常见宽高比支持(1:1、4:3、16:9、3:4、9:16)
  • 火山引擎豆包模型(doubao-seedream-3-0-t2i-250415)
  • 自动重试和详细错误处理
  • 完整的路径和权限验证
  • 详细的错误提示和日志
  • 异步处理支持

环境准备

1. Python 环境

  • Python 3.10+
  • 下载地址:
  • 推荐使用 pyenv 管理 Python 版本:
# macOS 安装 pyenv
brew install pyenv

# 安装 Python
pyenv install 3.13.2
pyenv global 3.13.2

2. Nodejs 环境

  • 下载地址:

3. uv 包管理工具

uv 是一个快速的 Python 包管理器,需要先安装:

# macOS 安装 uv
brew install uv

# 或者使用 pip 安装
pip install uv

4. 火山引擎 API 密钥

  1. 访问 火山引擎方舟大模型服务
  2. 注册/登录账号
  3. 创建新的 API 密钥
  4. 复制密钥并保存,格式如:YOUR_API_KEY

5. Cursor

  • 下载并安装 Cursor IDE
  • 确保 Cursor 已正确配置 Python 环境

安装配置

1. 克隆项目

git clone https://github.com/chenyeju295/mcp_generate_images.git
cd mcp_generate_images

2. 安装依赖(cd 到mcp_generate_images 安装)

python3 -m pip install fastmcp requests 'volcengine-python-sdk[ark]'

或者使用requirements.txt文件:

pip install -r requirements.txt

出现证书问题可以使用:

python3 -m pip install fastmcp requests 'volcengine-python-sdk[ark]' --trusted-host pypi.org --trusted-host files.pythonhosted.org --upgrade --force-reinstall --no-cache-dir

tips: 需确保安装成功,否则配置MCP 服务会报红。

3. 配置 API 密钥

设置环境变量(推荐方式):

export ARK_API_KEY=your_api_key_here

或者在 ~/.bashrc 或 ~/.zshrc 中添加:

echo 'export ARK_API_KEY=your_api_key_here' >> ~/.zshrc
source ~/.zshrc

验证环境变量已设置:

echo $ARK_API_KEY

4. 配置服务

在 mcp_server.py 中可以修改以下配置:

CONFIG = {
    "api": {
        "base_url": "https://ark.cn-beijing.volces.com/api/v3",
        "model": "doubao-seedream-3-0-t2i-250415",
        "timeout": 120,
        "max_retries": 3,
        "retry_delay": 5
    },
    "image": {
        "max_width": 1024,   
        "max_height": 1024, 
        "default_width": 1024,
        "default_height": 1024,
        "max_batch_size": 1
    },
    "output": {
        "base_folder": "你的默认保存路径",
        "allowed_extensions": [".png", ".jpg", ".jpeg"],
        "default_extension": ".png"
    }
}

运行服务

开发模式运行(带调试界面):

uv run --with fastmcp fastmcp dev /Users/username/Documents/mcp_generate_images/mcp_server.py

在 Cursor 中使用

1. 在 Cursor 中引入 MCP 服务

在 Cursor 的 MCP 配置中添加:

{
  "mcpServers": {
    "generate_images": {
      "command": "uv",
      "args": [
        "run",
        "--with",
        "fastmcp",
        "fastmcp",
        "run",
        "/Users/chenyeju/Documents/github/mcp_generate_images/mcp_server.py"
      ]
    } 
  }
}

3. 服务运行成功示例

4. 在 Cursor Composer 的 agent 模式下使用

参数说明

图像生成工具支持以下参数:

参数名类型必填说明
prompt字符串是图片生成提示词,建议不超过500字符
file_name字符串是保存的文件名(不含路径,如果没有后缀则默认使用.png)
save_folder字符串是保存目录的绝对路径
aspect_ratio字符串否图片的宽高比,支持 '1:1', '4:3', '16:9', '3:4', '9:16'。默认为'1:1'

使用示例

生成一张宽高比为16:9的风景图片:

generate_image(
  prompt="A beautiful mountain landscape with sunset", 
  file_name="landscape.png", 
  save_folder="/Users/username/Documents/images", 
  aspect_ratio="16:9"
)

使用注意事项

  1. 模型:使用火山引擎豆包模型(doubao-seedream-3-0-t2i-250415),支持最大1024x1024的尺寸。
  2. 长宽比:建议使用1:1的宽高比(正方形图片),例如512x512或1024x1024,以获得最佳效果和生成速度。
  3. 提示词:简洁明了的提示词通常能获得更好的结果,尽量不超过500字符。支持中文提示词。
  4. 超时问题:对于复杂提示词或非正方形图片,生成可能需要更长时间,有时会导致超时错误。
  5. API限制:火山引擎API每次只生成一张图片,相比之前的批量生成有所不同。

错误排查

如果遇到问题,请检查:

  1. 服务是否正常运行
  2. 保存路径是否正确(必须是绝对路径)
  3. 目录权限是否正确
  4. 网络连接是否正常
  5. API 密钥是否有效
  6. Python 环境是否正确配置
  7. uv 是否正确安装
  8. 依赖包是否完整安装

常见错误及解决方案

错误信息可能原因解决方案
"未能生成图片: API 请求超时"网络问题或请求耗时过长使用更简单的提示词,检查网络连接
"未能生成图片: API 调用频率受限"火山引擎API频率限制等待几分钟后再试
"未能生成图片: API 认证失败"API密钥无效检查并更新火山引擎API密钥
"没有权限保存图片到..."目录权限问题确保目录存在且有写入权限
"不支持的宽高比"使用了不支持的宽高比使用支持的宽高比:'1:1', '4:3', '16:9', '3:4', '9:16'
"Failed to download generated images"图片下载失败检查网络连接,确保能访问火山引擎的图片URL

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

developer-tools图像生成Python本地部署AI绘图火山引擎开发工具自动化

支持客户端

Cursor

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

让助手直接读代码

把仓库、提交记录和 issue 交给模型检索,补全和重构时不用来回复制文件。

在对话里跑命令

触发构建、测试和脚本,执行结果直接回到上下文,省去切终端。

接进开发流程

把 PR、CI 状态和代码审查接进助手,减少在几个工具之间跳。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 4 个目录同时收录,信息可以交叉核对。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在开发工具场景里让模型直接调用外部能力的人。
  • 已经在用 Cursor 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
AI Image Generation MCP Server

MCP.so · 本页

0stdio有4 个2026-05-17
Git 838e2ec1

MCP World

12stdio有2 个2026-05-17
Markitdown MCP 2c653a5f

MCP World

1stdio有1 个2026-05-17
Context7 831acf40

MCP World

0stdio有1 个2026-05-17
Context7 MCP C671e75a

MCP World

0stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

AI Image Generation MCP Server 怎么安装?

公开资料给出的安装命令是 pip install uv,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

AI Image Generation MCP Server 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

AI Image Generation MCP Server 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

AI Image Generation MCP Server 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

AI Image Generation MCP Server 支持哪些客户端?

公开资料标注支持 Cursor;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP