Zhipu AI Image Generator MCP Server

# 智谱AI图像生成MCP服务器 这是一个基于MCP (Model Context Protocol) 的服务器，提供智谱AI CogView4图像生成功能。 ## 功能 - 使用智谱AI的CogView4模型根据文本提示词生成图片 - 支持多种图片尺寸：1024x1024、768x768、576x1024 - 自动保存生成的图片到本地`generated_images`文件夹 ## 安装 1. 克隆项目： ```bash git clone https://github.com/lisy09/zhipu_image_mcp.git cd zhipu_image_mcp ``` 2. 使用uv安装依赖： ```bash # 如果尚未安装uv，请先安装：curl -LsSf https://astral.sh/uv/install.sh | sh uv sync ``` 3. 激活虚拟环境： ```bash source .venv/bin/activate # Linux/Mac # 或 .venv\Scripts\activate # Windows ``` ## 配置 在使用前，需要设置智谱AI的API密钥： ```bash export ZHIPU_API_KEY="your_api_key_here" ``` 或者在Windows上： ```cmd set ZHIPU_API_KEY=your_api_key_here ``` ## 使用方法 ### 启动MCP服务器 ```bash python cogview_server.py ``` 服务器启动后，可以通过MCP协议调用以下工具： ### generate_cogview4_image 根据文本提示词生成图片。 **参数：** - `prompt` (必需): 用于生成图片的详细中文描述 - `size` (可选): 图片尺寸，可选值：'1024x1024'、'768x768'、'576x1024'，默认为'1024x1024' **示例：** ```json { "prompt": "一只戴着宇航员头盔的猫漂浮在太空中，背景是璀璨的星河", "size": "1024x1024" } ``` 生成的图片将保存在`generated_images`文件夹中，文件名格式为：`cogview4_image_YYYYMMDD_HHMMSS.png` ## 在IDE中配置MCP服务器 ### 在RooCode中使用 1. 打开RooCode设置 2. 找到MCP服务器配置选项 3. 添加新的MCP服务器配置： ```json { "zhipu-image-mcp": { "command": "python", "args": ["/path/to/your/zhipu_image_mcp/cogview_server.py"], "env": { "ZHIPU_API_KEY": "your_api_key_here" } } } ``` 4. 将 `/path/to/your/zhipu_image_mcp` 替换为项目的实际路径 5. 将 `your_api_key_here` 替换为你的智谱AI API密钥 6. 保存配置并重启RooCode 配置完成后，你就可以在RooCode中直接使用智谱AI图像生成功能了。 ### 在Claude Code中使用 1. 打开Claude Code设置 2. 找到MCP服务器配置 3. 添加以下配置： ```json { "mcpServers": { "zhipu-image-mcp": { "command": "python", "args": ["/path/to/your/zhipu_image_mcp/cogview_server.py"], "env": { "ZHIPU_API_KEY": "your_api_key_here" } } } } ``` 4. 将 `/path/to/your/zhipu_image_mcp` 替换为项目的实际路径 5. 将 `your_api_key_here` 替换为你的智谱AI API密钥 6. 保存配置并重启Claude Code 配置完成后，你就可以在Claude Code中直接使用智谱AI图像生成功能了。 ### 通用配置注意事项 - 确保Python路径正确，可以使用绝对路径：`/usr/bin/python3` 或 `which python` 查看路径 - 确保项目路径使用绝对路径，避免相对路径导致的问题 - API密钥可以通过环境变量设置，也可以直接在配置中指定 - 如果使用虚拟环境，确保命令指向虚拟环境中的Python：`/path/to/.venv/bin/python` ### 依赖安装确认 在配置MCP服务器之前，请确保已经安装了所有依赖： 1. **在项目中安装依赖**（推荐）： ```bash cd /path/to/your/zhipu_image_mcp uv sync # 或者 pip install -r requirements.txt ``` 2. **使用虚拟环境的Python路径**： ```json { "command": "/path/to/your/zhipu_image_mcp/.venv/bin/python", "args": ["/path/to/your/zhipu_image_mcp/cogview_server.py"] } ``` 3. **或者全局安装依赖**： ```bash pip install mcp zai-sdk ``` 4. **验证依赖安装**： ```bash python -c "import mcp; import zai; print('依赖安装成功')" ``` 如果IDE无法找到依赖，建议使用虚拟环境的完整Python路径，这样可以确保使用正确的依赖环境。 ## 依赖 - mcp>=1.0.0 - zai-sdk>=0.1.0 - requests - python>=3.8 ## 许可证 MIT License