Azure AI Image Editor MCP Server

# Azure Image Editor MCP Server **中文** | [English](./README.md) 这是一个支持Azure AI Foundry图片生成和编辑功能的MCP (Model Context Protocol) 服务器。 ## 功能特性 1. **文字生成图片** - 使用Azure AI Foundry模型从文字描述生成高质量图片 2. **智能图片编辑** - 编辑和修改现有图片 3. **可配置模型** - 通过环境变量支持多种Azure AI模型 ## Demo 点击👇查看YouTube上的demo [](https://www.youtube.com/watch?v=bnioXb5dd3M) ## 项目结构 ``` azure-image-editor/ ├── .venv/ # Python虚拟环境 ├── src/ │ ├── azure_image_client.py # Azure API客户端 │ └── mcp_server.py # STDIO MCP服务器 ├── tests/ # 测试文件 ├── logs/ # 服务器日志 ├── tmp/ # 临时文件 ├── requirements.txt # Python依赖 ├── .env # 环境配置 ├── .env.example # 环境配置模板 └── README.md # 项目文档 ``` ## 先决条件 **⚠️ 重要**：在使用此MCP服务器之前，您必须在Azure AI Foundry环境中部署所需的模型。 ### Azure AI Foundry模型部署 1. **访问Azure AI Foundry**：前往 [Azure AI Foundry](https://ai.azure.com/) 2. **部署模型**：在您的Azure AI Foundry工作区中部署 `flux.1-kontext-pro`（或您偏好的其他模型） 3. **获取部署详情**：记录以下信息： - 基础URL（端点） - API密钥 - 部署名称 - 模型名称 如果没有正确部署模型，MCP服务器将无法正常工作。 ## 安装和设置 1. **克隆和设置环境**： ```bash git clone https://github.com/satomic/Azure-AI-Image-Editor-MCP.git cd azure-image-editor python -m venv .venv source .venv/bin/activate # Linux/Mac # 或者 .venv\Scripts\activate # Windows pip install -r requirements.txt ``` ### 配置VSCode MCP 在VSCode MCP配置中添加： ```json { "servers": { "azure-image-editor": { "command": "/full/path/to/.venv/bin/python", "args": ["/full/path/to/azure-image-editor/src/mcp_server.py"], "env": { "AZURE_BASE_URL": "https://your-endpoint.services.ai.azure.com", // 部署端点 "AZURE_API_KEY": "${input:azure-api-key}", "AZURE_DEPLOYMENT_NAME": "FLUX.1-Kontext-pro", // 部署指定的名称 "AZURE_MODEL": "flux.1-kontext-pro", // 默认模型 "AZURE_API_VERSION": "2025-04-01-preview" // 默认API版本 } } }, "inputs": [ { "id": "azure-api-key", "type": "promptString", "description": "Enter your Azure API Key", "password": "true" } ] } ``` **重要**：将 `/完整路径/到/` 替换为项目目录的实际绝对路径。 ### 可用的MCP工具 #### 1. generate_image 从文字提示生成图片 **参数**： - `prompt`（必需）：用于生成图片的英文文字描述 - `size`（可选）：图片尺寸 - "1024x1024"、"1792x1024"、"1024x1792"，默认："1024x1024" - `output_path`（可选）：输出文件路径，如果不提供则返回base64编码的图片 **示例**： ```json { "name": "generate_image", "arguments": { "prompt": "A beautiful sunset over mountains", "size": "1024x1024", "output_path": "/path/to/output/image.png" } } ``` #### 2. edit_image 使用智能尺寸保持功能编辑现有图片 **参数**： - `image_path`（必需）：要编辑的图片文件路径 - `prompt`（必需）：描述如何编辑图片的英文文字提示 - `size`（可选）：输出图片尺寸，如果未指定则使用原图尺寸 - `output_path`（可选）：输出文件路径，如果不提供则返回base64编码的图片 **示例**： ```json { "name": "edit_image", "arguments": { "image_path": "/path/to/input/image.png", "prompt": "Make this black and white", "output_path": "/path/to/output/edited_image.png" } } ``` ## 技术规格 - **Python版本**: 3.8+ - **主要依赖**: - `mcp`: MCP协议支持 - `httpx`: HTTP客户端，支持超时处理 - `pillow`: 图片处理和尺寸检测 - `aiofiles`: 异步文件操作 - `pydantic`: 数据验证 - `python-dotenv`: 环境变量管理 - **Azure AI Foundry**: - 默认模型: flux.1-kontext-pro（可配置） - 默认API版本: 2025-04-01-preview（可配置） - 支持的图片尺寸: 1024x1024, 1792x1024, 1024x1792 - 超时时间: 每个请求5分钟 ## 故障排除 1. **超时错误**：图片处理有5分钟超时，请检查网络连接 2. **API错误**：验证Azure凭据和端点URL 3. **依赖问题**：确保虚拟环境已激活且依赖已安装 4. **服务器连接问题**：验证VSCode MCP配置路径是否正确 ## 许可证 MIT License