Name: Imagenx MCP Server
Author: NewToolAI

Version Python MCP License

AI 图片/视频生成与处理工具，支持文本/图生图、文本/图生视频、图片分析与常用编辑（裁剪、缩放、转换、调参），可作为命令行工具或 MCP Server 使用

https://github.com/user-attachments/assets/92749d6f-727e-4874-a008-6ded8b4d9e7b

功能特性

文本生成图片: 根据文本描述生成图片
图片生成图片: 基于输入图片和文本描述生成新图片
文本/图片生成视频: 支持提示词生成视频，或基于首尾帧生成视频
图片下载/视频下载: 将生成的图片或视频URL下载并保存到本地
图片处理工具: 提供完整的图片处理功能
- 图片信息获取: 查看图片格式、尺寸、模式等信息
- 图片裁剪: 按指定区域裁剪图片（支持小数比例坐标）
- 尺寸调整: 调整图片大小，支持保持宽高比
- 格式转换: 支持PNG、JPEG、JPG、WEBP格式转换
- 图像调整: 调整亮度、对比度、饱和度
- 图片粘贴: 将图片粘贴到背景图片的指定位置
图片理解与分析: 基于视觉模型分析图片内容，输出结构化或文本结果
多种分辨率支持: 支持 1K、2K、4K 分辨率以及多种自定义像素尺寸
插件化架构: 基于工厂模式设计，支持扩展新的图片生成服务提供商
MCP 协议支持: 兼容 Model Context Protocol 标准

当前支持的服务提供商

豆包 (Doubao): 基于火山引擎的图片生成服务
阿里云 (Aliyun): 基于阿里云通义千问的图片生成服务

安装

配置环境变量

IMAGENX_IMAGE_TO_IMAGE="provider:model" IMAGENX_TEXT_TO_IMAGE="provider:model" IMAGENX_IMAGE_TO_VIDEO="provider:model" IMAGENX_TEXT_TO_VIDEO="provider:model" IMAGENX_INSPECT_IMAGE="provier:model" IMAGENX_<provider>_API_KEY="api-key"

或写入 .env 文件中

安装步骤

方式一：pip 安装（推荐）

pip install imagenx

方式二：从源码安装

git clone https://github.com/NewToolAI/imagenx.git cd imagenx pip install -e .

使用方法

作为命令行运行

# 生成图片（文本或图生图） imagenx image "一只在云上飞翔的猫" # 生成视频（文本或基于首尾帧） imagenx video "一个人在运动" imagenx video "一个人在运动" --first_frame logo.jpg

作为 MCP 服务器运行

标准输入输出模式 (stdio)

{ "mcpServers": { "imagenx-cli": { "command": "uvx", "args": [ "-U", "imagenx", "server", "--diable_tools", "text_to_video image_to_video" ], "env": { "IMAGENX_IMAGE_TO_IMAGE": "doubao:doubao-seedream-4-0-250828", "IMAGENX_TEXT_TO_IMAGE": "doubao:doubao-seedream-4-0-250828", "IMAGENX_IMAGE_TO_VIDEO": "doubao:doubao-seedance-1-0-pro-fast-251015", "IMAGENX_TEXT_TO_VIDEO": "doubao:doubao-seedance-1-0-pro-fast-251015", "IMAGENX_INSPECT_IMAGE": "aliyun:qwen3-vl-flash", "IMAGENX_DOUBAO_API_KEY": "api-key", "IMAGENX_ALIYUN_API_KEY": "api-key" } } } }

HTTP 服务器模式

imagenx server --transport streamable-http --host 0.0.0.0 --port 8000 imagenx server --transport streamable-http --disable_tools text_to_video image_to_video # 禁用视频生成工具

{ "mcpServers": { "imagenx-mcp-aliyun": { "url": "http://127.0.0.1:8000/mcp", "headers": { "IMAGENX_IMAGE_TO_IMAGE": "aliyun:qwen-image-edit-plus", "IMAGENX_TEXT_TO_IMAGE": "aliyun:qwen-image-plus", "IMAGENX_IMAGE_TO_VIDEO": "aliyun:wan2.5-i2v-preview", "IMAGENX_TEXT_TO_VIDEO": "aliyun:wan2.5-t2v-preview", "IMAGENX_INSPECT_IMAGE": "aliyun:qwen3-vl-flash", "IMAGENX_ALIYUN_API_KEY": "api-key" } } } }

Cloud 免安装 (没有工具 download)

{ "mcpServers": { "imagenx-mcp-cloud": { "url": "https://imagenx.fastmcp.app/mcp", "headers": { "IMAGENX_IMAGE_TO_IMAGE": "aliyun:qwen-image-edit-plus", "IMAGENX_TEXT_TO_IMAGE": "aliyun:qwen-image-plus", "IMAGENX_IMAGE_TO_VIDEO": "aliyun:wan2.5-i2v-preview", "IMAGENX_TEXT_TO_VIDEO": "aliyun:wan2.5-t2v-preview", "IMAGENX_INSPECT_IMAGE": "aliyun:qwen3-vl-flash", "IMAGENX_ALIYUN_API_KEY": "api-key" } } } }

可用工具

1. text_to_image

根据文本描述生成图片。

2. image_to_image

基于输入图片和文本描述生成新图片。

3. download

下载图片或视频到本地。

4. get_image_info

获取图片信息。

5. crop_image

裁剪图片。

6. resize_image

调整图片尺寸。

7. convert_image

转换图片格式。

8. adjust_image

调整图片的亮度、对比度和饱和度。

9. text_to_video

根据文本提示生成视频。

10. image_to_video

基于首帧与可选尾帧生成视频。

11. paste_image

将图片粘贴到背景图片的指定位置。

12. inspect_image

分析图片内容，返回结构化或文本结果。

项目结构

imagenx/ ├── imagenx/ │ ├── server.py # MCP 服务器主文件（工具定义与运行） │ ├── factory.py # 预测器工厂（图片/视频/分析） │ ├── operator.py # 图片处理操作模块 │ ├── main.py # CLI 入口（imagenx） │ ├── script.py # 命令行生成图片/视频脚本 │ ├── utils.py # 工具函数模块 │ └── predictor/ │ ├── base/ │ │ ├── base_text_to_image.py # 文本生成图片接口 │ │ ├── base_image_to_image.py # 图片生成图片接口 │ │ ├── base_text_to_video.py # 文本生成视频接口 │ │ ├── base_image_to_video.py # 图片生成视频接口 │ │ └── base_image_inspector.py # 图片分析接口 │ └── generators/ │ ├── doubao/ # 豆包服务提供商 │ │ ├── text_to_image.py │ │ ├── image_to_image.py │ │ ├── text_to_video.py │ │ ├── image_to_video.py │ │ └── image_inspector.py │ └── aliyun/ # 阿里云服务提供商 │ ├── text_to_image.py │ ├── image_to_image.py │ ├── text_to_video.py │ ├── image_to_video.py │ └── image_inspector.py ├── pyproject.toml # 项目配置（入口脚本等） ├── uv.lock # 依赖锁（可选） └── README.md # 项目说明

扩展新的服务提供商

要扩展新的服务提供商：

实现相应的基类接口，例如 BaseTextToImage：

from imagenx.predictor.base.base_text_to_image import BaseTextToImage class ProviderTextToImage(BaseTextToImage): def __init__(self, model: str, api_key: str): self.model = model self.api_key = api_key # 其他初始化代码 def text_to_image(self, prompt: str, size: str) -> List[Dict[str, str]]: # 实现文本生成图片逻辑 # 返回格式: [{"url": "图片URL"}] pass

工厂类会自动发现并加载新的实现（基于文件名），模型字符串需为 provider:model 格式，例如：doubao:doubao-seedream-4-0-250828

依赖项

fastmcp>=2.12.4: MCP 协议实现
python-dotenv>=1.1.1: 环境变量加载
volcengine-python-sdk[ark]>=4.0.22: 火山引擎 SDK（豆包服务）
dashscope>=1.25.1: 阿里云通义千问 SDK（阿里云服务）
requests>=2.25.0: HTTP 请求库（用于图片下载）
pillow>=12.0.0: 图片处理库（用于图片编辑操作）

更新日志

v1.0.0 (当前版本)

新增功能

查询分析工具: 新增 analyze_query 工具，支持分析用户需求并制定工具调用计划
Cloud 服务: 新增云端免安装服务支持，可通过 HTTP 方式使用（不包含 download 工具）

功能优化

统一版本号为 1.0.0，项目进入稳定版本阶段
优化工具链调用流程，提升用户体验

v0.3.0

新增功能

阿里云服务提供商: 新增基于阿里云通义千问的图片生成服务支持
图片粘贴: 新增 paste_image 工具，支持将图片粘贴到背景图片的指定位置
工具控制: 新增 --disable_tools 参数，支持在运行 MCP 服务器时禁用特定工具

功能优化

完善图片处理工具集，增强图片编辑能力
重构基类接口，提供更细分的功能模块

v0.2.0

新增功能

视频生成: 支持 text_to_video 与 image_to_video 两种方式
图片分析: 新增 inspect_image 工具，支持视觉模型分析
图片处理工具集完善: get_image_info、crop_image（比例坐标）、resize_image、convert_image、adjust_image

技术改进

工厂模式统一图片/视频/分析三类预测器的发现与加载
环境变量分离为 IMAGENX_IMAGE_MODEL、IMAGENX_VIDEO_MODEL、IMAGENX_INSPECT_IMAGE
MCP 工具集扩展，HTTP 服务器提供 /health、/healthy 健康检查路由
支持本地文件与 URL 两种图片输入方式；下载工具统一图片/视频

许可证

本项目的许可证信息请查看项目仓库。

贡献

欢迎提交 Issue 和 Pull Request 来改进这个项目。

联系方式

Email: zhangslwork@yeah.net

功能特性

当前支持的服务提供商

安装

配置环境变量

安装步骤

方式一：pip 安装（推荐）

方式二：从源码安装

使用方法

作为命令行运行

作为 MCP 服务器运行

标准输入输出模式 (stdio)

HTTP 服务器模式

Cloud 免安装 (没有工具 download)

可用工具

1. text_to_image

2. image_to_image

3. download

4. get_image_info

5. crop_image

6. resize_image

7. convert_image

8. adjust_image

9. text_to_video

10. image_to_video

11. paste_image

12. inspect_image

项目结构

扩展新的服务提供商

依赖项

更新日志

v1.0.0 (当前版本)

新增功能

功能优化

v0.3.0

新增功能

功能优化

v0.2.0

新增功能

技术改进

许可证

贡献

联系方式

Resources

New MCP Servers

Latest Blog Posts

MCP directory API