Skip to main content
Glama
deenesjakoruzh
CLOUDWERX-DEV

GPT Image 1 MCP

by CLOUDWERX-DEV
OverviewSchemaRelated ServersScoreDiscussions
JavaScript
Hybrid

🚀 Schnellstart

npx -y @cloudwerxlab/gpt-image-1-mcp

📋 Voraussetzungen

🔑 Umgebungsvariablen

💻 Beispielverwendung mit NPX

# Set your OpenAI API key
export OPENAI_API_KEY=sk-your-openai-api-key

# Optional: Set custom output directory
export GPT_IMAGE_OUTPUT_DIR=/home/username/Pictures/ai-generated-images

# Run the server with NPX
npx -y @cloudwerxlab/gpt-image-1-mcp
# Set your OpenAI API key
$env:OPENAI_API_KEY = "sk-your-openai-api-key"

# Optional: Set custom output directory
$env:GPT_IMAGE_OUTPUT_DIR = "C:\Users\username\Pictures\ai-generated-images"

# Run the server with NPX
npx -y @cloudwerxlab/gpt-image-1-mcp
:: Set your OpenAI API key
set OPENAI_API_KEY=sk-your-openai-api-key

:: Optional: Set custom output directory
set GPT_IMAGE_OUTPUT_DIR=C:\Users\username\Pictures\ai-generated-images

:: Run the server with NPX
npx -y @cloudwerxlab/gpt-image-1-mcp

Related MCP server: OpenAI MCP

🔌 Integration mit MCP-Clients

🛠️ Einrichten in einem MCP-Client

{
  "mcpServers": {
    "gpt-image-1": {
      "command": "npx",
      "args": [
        "-y",
        "@cloudwerxlab/gpt-image-1-mcp"
      ],
      "env": {
        "OPENAI_API_KEY": "PASTE YOUR OPEN-AI KEY HERE",
        "GPT_IMAGE_OUTPUT_DIR": "OPTIONAL: PATH TO SAVE GENERATED IMAGES"
      }
    }
  }
}

Beispielkonfigurationen für verschiedene Betriebssysteme

{
  "mcpServers": {
    "gpt-image-1": {
      "command": "npx",
      "args": ["-y", "@cloudwerxlab/gpt-image-1-mcp"],
      "env": {
        "OPENAI_API_KEY": "sk-your-openai-api-key",
        "GPT_IMAGE_OUTPUT_DIR": "C:\\Users\\username\\Pictures\\ai-generated-images"
      }
    }
  }
}
{
  "mcpServers": {
    "gpt-image-1": {
      "command": "npx",
      "args": ["-y", "@cloudwerxlab/gpt-image-1-mcp"],
      "env": {
        "OPENAI_API_KEY": "sk-your-openai-api-key",
        "GPT_IMAGE_OUTPUT_DIR": "/home/username/Pictures/ai-generated-images"
      }
    }
  }
}

Hinweis : Verwenden Sie für Windows-Pfade doppelte Backslashes ( \\ ), um den Backslash in JSON zu maskieren. Verwenden Sie unter Linux/macOS Schrägstriche ( / ).

✨ Funktionen

💡 Erweiterte Funktionen

🔄 So funktioniert es

📁 Verhalten des Ausgabeverzeichnisses

Installation und Verwendung

NPM-Paket

Dieses Paket ist auf npm verfügbar: @cloudwerxlab/gpt-image-1-mcp

Sie können es global installieren:

npm install -g @cloudwerxlab/gpt-image-1-mcp

Oder führen Sie es direkt mit npx aus, wie im Abschnitt „Schnellstart“ gezeigt.

Werkzeug: create_image

Generiert ein neues Bild basierend auf einer Textaufforderung.

Parameter

Parameter

Typ

Erforderlich

Beschreibung

prompt

Schnur

Ja

Die Textbeschreibung des zu generierenden Bildes (max. 32.000 Zeichen)

size

Schnur

NEIN

Bildgröße: „1024 x 1024“ (Standard), „1536 x 1024“ oder „1024 x 1536“

quality

Schnur

NEIN

Bildqualität: „hoch“ (Standard), „mittel“ oder „niedrig“

n

ganze Zahl

NEIN

Anzahl der zu generierenden Bilder (1-10, Standard: 1)

background

Schnur

NEIN

Hintergrundstil: „transparent“, „undurchsichtig“ oder „auto“ (Standard)

output_format

Schnur

NEIN

Ausgabeformat: „png“ (Standard), „jpeg“ oder „webp“

output_compression

ganze Zahl

NEIN

Komprimierungsstufe (0-100, Standard: 0)

user

Schnur

NEIN

Benutzerkennung für die OpenAI-Nutzungsverfolgung

moderation

Schnur

NEIN

Moderationsstufe: „niedrig“ oder „auto“ (Standard)

Beispiel

<use_mcp_tool>
<server_name>gpt-image-1</server_name>
<tool_name>create_image</tool_name>
<arguments>
{
  "prompt": "A futuristic city skyline at sunset, digital art",
  "size": "1024x1024",
  "quality": "high",
  "n": 1,
  "background": "auto"
}
</arguments>
</use_mcp_tool>

Antwort

Das Tool gibt Folgendes zurück:

  • Eine formatierte Textnachricht mit Details zu den generierten Bildern

  • Das/Die Bild(er) als Base64-kodierte Daten

  • Metadaten, einschließlich Token-Nutzung und Dateipfade

Werkzeug: create_image_edit

Bearbeitet ein vorhandenes Bild basierend auf einer Textaufforderung und einer optionalen Maske.

Parameter

Parameter

Typ

Erforderlich

Beschreibung

image

Zeichenfolge, Objekt oder Array

Ja

Die zu bearbeitenden Bilder (Base64-Zeichenfolge oder Dateipfadobjekt)

prompt

Schnur

Ja

Die Textbeschreibung der gewünschten Bearbeitung (max. 32.000 Zeichen)

mask

Zeichenfolge oder Objekt

NEIN

Die Maske, die zu bearbeitende Bereiche definiert (Base64-Zeichenfolge oder Dateipfadobjekt)

size

Schnur

NEIN

Bildgröße: „1024 x 1024“ (Standard), „1536 x 1024“ oder „1024 x 1536“

quality

Schnur

NEIN

Bildqualität: „hoch“ (Standard), „mittel“ oder „niedrig“

n

ganze Zahl

NEIN

Anzahl der zu generierenden Bilder (1-10, Standard: 1)

background

Schnur

NEIN

Hintergrundstil: „transparent“, „undurchsichtig“ oder „auto“ (Standard)

user

Schnur

NEIN

Benutzerkennung für die OpenAI-Nutzungsverfolgung

Beispiel mit Base64-codiertem Bild

<use_mcp_tool>
<server_name>gpt-image-1</server_name>
<tool_name>create_image_edit</tool_name>
<arguments>
{
  "image": "BASE64_ENCODED_IMAGE_STRING",
  "prompt": "Add a small robot in the corner",
  "mask": "BASE64_ENCODED_MASK_STRING",
  "quality": "high"
}
</arguments>
</use_mcp_tool>

Beispiel mit Dateipfad

<use_mcp_tool>
<server_name>gpt-image-1</server_name>
<tool_name>create_image_edit</tool_name>
<arguments>
{
  "image": {
    "filePath": "C:/path/to/your/image.png"
  },
  "prompt": "Add a small robot in the corner",
  "mask": {
    "filePath": "C:/path/to/your/mask.png"
  },
  "quality": "high"
}
</arguments>
</use_mcp_tool>

Antwort

Das Tool gibt Folgendes zurück:

  • Eine formatierte Textnachricht mit Details zu den bearbeiteten Bildern

  • Die bearbeiteten Bilder als Base64-kodierte Daten

  • Metadaten, einschließlich Token-Nutzung und Dateipfade

🔧 Fehlerbehebung

🚨 Häufige Probleme

🔍 Fehlerbehandlung und -berichterstattung

Der MCP-Server verfügt über eine umfassende Fehlerbehandlung, die detaillierte Informationen liefert, wenn etwas schief geht. Wenn ein Fehler auftritt:

  1. Fehlerformat : Alle Fehler werden mit folgendem zurückgegeben:

    • Eine klare Fehlermeldung, die beschreibt, was schief gelaufen ist

    • Der spezifische Fehlercode oder -typ

    • Zusätzlicher Kontext zum Fehler, sofern verfügbar

  2. Verhalten des KI-Assistenten : Bei Verwendung dieses MCP-Servers mit KI-Assistenten:

    • Die KI meldet immer die vollständige Fehlermeldung, um bei der Fehlerbehebung zu helfen

    • Die KI erklärt die wahrscheinliche Fehlerursache in einfacher Sprache

    • Die KI schlägt konkrete Schritte zur Lösung des Problems vor

📄 Lizenz

🙏 Danksagungen

Install Server
A
license - permissive license
D
quality
F
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Tools

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • mcp-nanobanana-pro

    MCP server for NanoBanana AI image generation and editing

  • hithereiamaliff-mcp-nextcloud

    A comprehensive Model Context Protocol (MCP) server that enables AI assistants to interact with yo…

  • mcp

    A Model Context Protocol server for Wix AI tools

View all MCP Connectors

Appeared in Searches

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/CLOUDWERX-DEV/gpt-image-1-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server