<div align="center">
<img src="logo.jpg" alt="Imagenx MCP Server Logo" width="800" height="400">
[](https://github.com/NewToolAI/imagenx/releases)
[](https://www.python.org/downloads/)
[](https://modelcontextprotocol.io/)
[](#许可证)
**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**
</div>
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）
```bash
pip install imagenx
```
#### 方式二：从源码安装
```bash
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)
```json
{
"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
```bash
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
```
```json
{
"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：
1. 实现相应的基类接口，例如 `BaseTextToImage`：
```python
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
```
2. 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
