GPT Image 1 MCP
🚀 Быстрый старт
npx -y @cloudwerxlab/gpt-image-1-mcp📋 Предварительные условия
🔑 Переменные среды
💻 Пример использования с 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-mcpRelated MCP server: OpenAI MCP
🔌 Интеграция с клиентами MCP
🛠️ Настройка в клиенте MCP
{
"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"
}
}
}
}Примеры конфигураций для разных операционных систем
{
"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"
}
}
}
}Примечание : Для путей Windows используйте двойные обратные косые черты (
\\), чтобы экранировать символ обратной косой черты в JSON. Для Linux/macOS используйте прямые косые черты (/).
✨ Особенности
💡 Расширенные возможности
🔄 Как это работает
📁 Поведение выходного каталога
Установка и использование
Пакет НПМ
Этот пакет доступен на npm: @cloudwerxlab/gpt-image-1-mcp
Вы можете установить его глобально:
npm install -g @cloudwerxlab/gpt-image-1-mcpИли запустите его напрямую с помощью npx, как показано в разделе «Быстрый старт».
Инструмент: create_image
Создает новое изображение на основе текстовой подсказки.
Параметры
Параметр | Тип | Необходимый | Описание |
| нить | Да | Текстовое описание изображения, которое необходимо сгенерировать (макс. 32 000 символов) |
| нить | Нет | Размер изображения: «1024x1024» (по умолчанию), «1536x1024» или «1024x1536» |
| нить | Нет | Качество изображения: «высокое» (по умолчанию), «среднее» или «низкое» |
| целое число | Нет | Количество изображений для генерации (1-10, по умолчанию: 1) |
| нить | Нет | Стиль фона: «прозрачный», «непрозрачный» или «авто» (по умолчанию) |
| нить | Нет | Формат вывода: «png» (по умолчанию), «jpeg» или «webp» |
| целое число | Нет | Уровень сжатия (0-100, по умолчанию: 0) |
| нить | Нет | Идентификатор пользователя для отслеживания использования OpenAI |
| нить | Нет | Уровень модерации: «низкий» или «авто» (по умолчанию) |
Пример
<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>Ответ
Инструмент возвращает:
Отформатированное текстовое сообщение с подробностями о созданном изображении(ях)
Изображение(я) в виде данных, закодированных в base64
Метаданные, включая использование токенов и пути к файлам
Инструмент: create_image_edit
Редактирует существующее изображение на основе текстовой подсказки и дополнительной маски.
Параметры
Параметр | Тип | Необходимый | Описание |
| строка, объект или массив | Да | Изображение(я) для редактирования (строка base64 или объект пути к файлу) |
| нить | Да | Текстовое описание желаемой правки (макс. 32 000 символов) |
| строка или объект | Нет | Маска, определяющая области для редактирования (строка base64 или объект пути к файлу) |
| нить | Нет | Размер изображения: «1024x1024» (по умолчанию), «1536x1024» или «1024x1536» |
| нить | Нет | Качество изображения: «высокое» (по умолчанию), «среднее» или «низкое» |
| целое число | Нет | Количество изображений для генерации (1-10, по умолчанию: 1) |
| нить | Нет | Стиль фона: «прозрачный», «непрозрачный» или «авто» (по умолчанию) |
| нить | Нет | Идентификатор пользователя для отслеживания использования OpenAI |
Пример с изображением, закодированным в Base64
<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>Пример с путем к файлу
<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>Ответ
Инструмент возвращает:
Отформатированное текстовое сообщение с подробностями об отредактированном изображении(ях)
Отредактированное изображение(я) в виде данных, закодированных в base64
Метаданные, включая использование токенов и пути к файлам
🔧 Устранение неполадок
🚨 Распространенные проблемы
🔍 Обработка ошибок и отчетность
Сервер MCP включает в себя комплексную обработку ошибок, которая предоставляет подробную информацию, когда что-то идет не так. Когда возникает ошибка:
Формат ошибки : Все ошибки возвращаются с:
Четкое сообщение об ошибке, описывающее, что пошло не так
Конкретный код или тип ошибки
Дополнительный контекст об ошибке, если он доступен
Поведение помощника на основе ИИ : При использовании этого сервера MCP с помощниками на основе ИИ:
ИИ всегда будет сообщать полное сообщение об ошибке, чтобы помочь в устранении неполадок.
ИИ объяснит вероятную причину ошибки простым языком
ИИ предложит конкретные шаги для решения проблемы
📄 Лицензия
🙏 Благодарности
Available Tools
2 toolscreate_imageD
Inputs: prompt (required), background, n, output_compression, +5 more.
create_image_editD
Inputs: image (required), prompt (required), background, mask, +4 more.
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 2 tools
The two tools have overlapping purposes—both involve creating images—and without descriptions, it's unclear how they differ. 'create_image_edit' suggests editing an existing image, but this could easily be confused with the base 'create_image' tool, leading to potential misselection.
Both tools follow a consistent verb_noun pattern with 'create_image' as the base, and 'create_image_edit' extends this logically. The naming is predictable and clear, with no deviations in style or convention.
With only 2 tools, the server feels thin for an image-related domain, which typically requires operations like listing, retrieving, updating, or deleting images. This limited set may not support common workflows, making it under-scoped.
The tool surface is severely incomplete for an image server; there are no tools for reading, updating, deleting, or managing images beyond creation and editing. This will cause significant agent failures in handling image lifecycles or varied tasks.
Maintenance
Related MCP Connectors
Generate and edit images (PNG, transparent, GIF, SVG) with GPT Image and Nano Banana models.
Focused MCP server for OpenAI image/audio generation (v2.0.0). Wraps endpoints via HAPI CLI.
MCP server for Qwen Image 3 AI image generation
Generate images from Claude, ChatGPT, Cursor and Codex with 12 top AI image models. Up to 4 images per call, SVG vectorization, background removal, upscaling and image-to-video. Remote MCP with OAuth, no API keys.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceA server that provides AI-powered image generation, modification, and processing capabilities through the Model Context Protocol, leveraging Google Gemini models and other image services.19MIT
- AlicenseNot gradedqualityFmaintenanceA Model Context Protocol server enabling AI assistants to generate images through OpenAI's DALL-E API with full support for all available options and fine-grained control.1MIT
- AlicenseDqualityDmaintenanceA Model Context Protocol server that provides image generation capabilities using Google's Gemini 2 API, allowing users to generate multiple images with customizable parameters like prompts, aspect ratios, and person generation settings.16MIT
- AlicenseBqualityDmaintenanceA Model Context Protocol server that provides OpenAI's DALL-E 3 image generation capabilities, allowing LLMs to generate high-quality images through a standardized interface.119 npm1MIT