🎨 Qwen图像MCP服务器
一种模型上下文协议（MCP）服务器，使Claude Code能够使用最先进的Qwen图像模型在本地生成图像。
🚀 单线安装
uvx --from git+https://github.com/Gondee/qwen-image-mcp.git qwen-image-mcp-register就是这样！重新启动Claude Code并开始在本地生成图像。
✨ 特性
- 本地发电：完全在您的机器上运行-不需要API密钥或云服务
- 高质量输出：由Qwen Image提供支持，这是一款具有卓越功能的20B参数型号
- 文本渲染：卓越的图像文本渲染（尤其是中英文）
- 多种样式：支持逼真、艺术、动画和各种其他风格
- 交叉平台的：适用于macOS、Linux和Windows，支持CUDA
🚀 快速开始
先决条件
- Python 3.10或更高版本
- 支持MCP的Claude代码
- 20GB可用磁盘空间用于模型下载（仅限首次运行）
- 推荐：8GB+VRAM的GPU（在CPU上工作，但速度较慢）
⚠️ 重要提示：自动模型下载
Qwen Image模型（~20GB）将在您的第一代图像上自动下载。 这是一次性下载，将缓存以供将来使用。第一代图像生成需要5-15分钟，具体取决于您的互联网速度。后续几代只需要30-60秒。
🎯 安装选项
选项1：使用uvx进行单线安装（最简单）
# Install and register with Claude Code in one command
uvx --from git+https://github.com/Gondee/qwen-image-mcp.git qwen-image-mcp-register
# Or with pipx
pipx run --spec git+https://github.com/Gondee/qwen-image-mcp.git qwen-image-mcp-register就是这样！重新启动Claude Code并开始生成图像。
选项2：使用pip/uv安装
# Using uv
uv pip install git+https://github.com/Gondee/qwen-image-mcp.git
# Or using pip
pip install git+https://github.com/Gondee/qwen-image-mcp.git
# Then register with Claude Code
qwen-image-mcp-register选项3：克隆和安装
- 克隆存储库：
git clone https://github.com/Gondee/qwen-image-mcp.git
cd qwen-image-mcp- 运行安装程序：
python install.py选项4：手动注册
如果自动注册不起作用：
# Find where the server is installed
python -c "import qwen_image_mcp; print(qwen_image_mcp.__file__)"
# Register with Claude Code (adjust path from above)
claude mcp add --scope user qwen-image python /path/to/qwen_image_mcp/server.py在任何安装方法之后，重新启动Claude Code或运行 /mcp 命令。
💬 Claude代码中的用法
安装后，您只需询问Claude即可生成图像：
"Generate an image of a majestic mountain landscape at sunset"
"Create a portrait of a happy golden retriever in a garden"
"Make an image with the text 'Welcome' in elegant typography"您可以指定的参数
- 尺寸：“512x512”、“768x768”、“1024x1024”、“肖像”、“风景”
- 步骤：生成步骤数（20-100，默认50）
- 指导：CFG比例（1.0-10.0，默认值4.0）
- 种子：用于可重复的结果
带参数的示例：
"Generate a 1024x1024 image of a tropical beach,
use 60 steps and guidance 5.0"🎯 模型功能
Qwen Image擅长：
- 文本渲染：以多种语言准确呈现文本
- 照片级真实感图像：高质量逼真图像
- 艺术风格：从油画到动漫美学
- 复杂成分：具有适当关系的多元素场景
- 细节保护：即使在复杂的场景中也能保持精细的细节
🛠️ 配置
环境变量
HF_HOME：模型下载的缓存目录（可选）CUDA_VISIBLE_DEVICES：多GPU系统的GPU选择
输出目录
默认情况下，图像保存到：
- macOS/Linux：
~/Pictures/qwen_images/ - 窗户：
%USERPROFILE%\Pictures\qwen_images\
📊 系统要求
最小
- CPU：任何现代x86_64或ARM64处理器
- 内存：16GB
- 存储空间：25GB可用空间
推荐
- GPU：配备8GB+VRAM的NVIDIA GPU或配备16GB+统一内存的Apple Silicon
- 内存：32GB
- 存储空间：50GB可用空间（用于模型和生成的图像）
⚙️ 自动启动配置
注册后启动Claude Code时，MCP服务器会自动启动。有关其他自动启动选项或系统服务配置，请参阅 自动启动.md.
🔧 故障排除
服务器未连接
# Check if server runs standalone
python server.py
# Re-register with Claude Code
claude mcp remove qwen-image
claude mcp add --scope user qwen-image python /path/to/server.py内存不足错误
- 减小图像大小（尝试512x512或768x768）
- 关闭其他应用程序
- 考虑使用CPU模式（速度较慢但使用系统RAM）
黑色/损坏的图像
- 确保模型已完全下载
- 检查您是否有最新版本的扩散器
- 尝试重新安装：
pip install --upgrade diffusers transformers
第一轮跑得很慢
- 这很正常！ 首次使用时，模型会自动下载
- 下载大小：~20GB（仅限一次性）
- 第一代：5-15分钟（含下载）
- 未来几代：30-60秒（使用缓存模型）
- 下载位置：
~/.cache/huggingface/hub/（或HF_HOME如果设置）
🤝 贡献
欢迎投稿！请随时提交拉取请求。
📄 许可证
此项目根据MIT许可证获得许可-有关详细信息，请参阅许可证文件。
🙏 致谢
📚 链接
______________________________________________________________________
备注：首次使用时，此服务器需要~20GB的模型下载空间。该模型在本地缓存以供后续运行。