Skip to main content
Glama
Doctor-Pan-code

image-gen-mcp

by Doctor-Pan-code
OverviewSchemaRelated ServersScoreDiscussions
Python
Hybrid

Image Gen MCP Server — 文生图能力代理 🎨

让 LLM 通过 MCP 调用 AI 模型生成图片。只需一个 API Key，即可让任何 AI 客户端拥有图片生成能力。

每个部署者自行选择图片生成提供商和默认模型，只需在部署时配置环境变量即可。

功能

工具

说明

generate_image

根据文字描述生成图片。传入 prompt + 可选参数，返回图片 URL

list_image_models

查看当前提供商和推荐使用的模型列表

Related MCP server: MCP OpenAI Image Generation Server

支持的图片生成提供商

提供商

IMAGE_PROVIDER 值

特点

硅基流动

siliconflow

国内直接访问，免费额度，推荐中文用户

OpenAI

openai

DALL-E 3，需国际网络

自定义接口

custom

任何 OpenAI 兼容接口（中转 API）

一键运行（无需手动安装）

项目支持 uvx / pip 两种方式一键运行，无需手动克隆仓库。

方式

命令

前提条件

uvx 🏆

uvx --from git+https://github.com/DoctorPan/image-gen-mcp image-gen-mcp

安装 uv（自动安装 Python 依赖）

pip

pip install git+https://github.com/DoctorPan/image-gen-mcp && image-gen-mcp

安装 Python 3.10+

# uvx 运行（默认 stdio 模式，适用于本地 Reasonix 接入）
uvx --from git+https://github.com/DoctorPan/image-gen-mcp image-gen-mcp

# uvx 运行（SSE 模式，用于远程部署）
uvx --from git+https://github.com/DoctorPan/image-gen-mcp image-gen-mcp --transport sse --port 8000

# 需要先设置环境变量
set IMAGE_API_KEY=你的硅基流动APIKey
set IMAGE_PROVIDER=siliconflow

注意：uvx 会自动从 GitHub 拉取代码并安装 Python 依赖，首次运行可能需要几十秒。

在 Reasonix 中配置（推荐）

方式一：通过 uvx 一键运行（推荐）

无需克隆仓库、无需手动安装依赖，Reasonix 自动通过 uvx 拉取运行：

{
  "mcpServers": {
    "image-gen-mcp": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/DoctorPan/image-gen-mcp", "image-gen-mcp"],
      "env": {
        "IMAGE_API_KEY": "你的硅基流动 API Key",
        "IMAGE_PROVIDER": "siliconflow",
        "DEFAULT_IMAGE_MODEL": "black-forest-labs/FLUX.1-dev"
      }
    }
  }
}

方式二：本地 Python 直接运行（已克隆项目）

{
  "mcpServers": {
    "image-gen-mcp": {
      "command": "python",
      "args": ["C:\\path\\to\\image-gen-mcp\\server.py"],
      "env": {
        "IMAGE_API_KEY": "你的硅基流动 API Key",
        "IMAGE_PROVIDER": "siliconflow",
        "DEFAULT_IMAGE_MODEL": "black-forest-labs/FLUX.1-dev"
      }
    }
  }
}

方式三：远程 SSE URL（部署到魔搭后）

{
  "mcpServers": {
    "image-gen-mcp": {
      "url": "https://mcp.api-inference.modelscope.net/xxxxx/mcp"
    }
  }
}

快速开始（本地开发）

# 1. 进入项目目录
cd image-gen-mcp

# 2. 安装依赖
pip install -r requirements.txt

# 3. 复制配置模板
copy .env.example .env

# 4. 编辑 .env，填入你的配置
#    IMAGE_API_KEY=sk-xxx
#    IMAGE_PROVIDER=siliconflow

# 5. 启动（默认 stdio 模式）
python server.py

# 或者本地测试 SSE 模式
python server.py --transport sse --port 8000

如何使用

示例：生成一张图片

generate_image(
  prompt="一只穿着西装的猫，坐在办公室的老板椅上，夕阳从窗外照进来，赛博朋克风格",
  model="black-forest-labs/FLUX.1-dev",
  size="1024x1024"
)

选择不同的提供商

在 generate_image 的 model 参数中传入不同的模型名称：

提供商

推荐模型

尺寸支持

硅基流动

black-forest-labs/FLUX.1-dev

1024x1024、768x1344、864x1152、1344x768、1152x864

硅基流动

stabilityai/stable-diffusion-3-5-large

同上

OpenAI

dall-e-3

1024x1024、1792x1024、1024x1792

OpenAI

dall-e-2

256x256、512x512、1024x1024

部署到魔搭 Hosted（SSE 模式）🚀

魔搭社区提供 Hosted MCP 服务，可以将你的 MCP 服务器部署在魔搭云端，生成 SSE URL 供远程调用。

部署步骤

第 1 步：将代码推送到 GitHub

cd image-gen-mcp
git init
git add .
git commit -m "初始提交"
git remote add origin https://github.com/DoctorPan/image-gen-mcp.git
git push -u origin main

第 2 步：在魔搭提交 MCP 服务

  1. 登录 https://modelscope.cn

  2. 进入 MCP 广场 → 点击 提交 MCP 服务

  3. 填写以下信息：

字段

内容

服务名称

image-gen-mcp

中文名称

文生图能力代理

描述

让 LLM 通过 MCP 调用 AI 模型生成图片。支持硅基流动、OpenAI 等多个提供商。

源代码地址

https://github.com/DoctorPan/image-gen-mcp

启动命令

python server.py --transport sse --port 8000

传输方式

SSE

第 3 步：部署 Hosted 服务

审核通过后，在 MCP 管理页面找到 image-gen-mcp，点击部署，选择 Hosted 部署类型，配置环境变量：

变量

必填

值

IMAGE_API_KEY

✅

你的图片生成 API Key

IMAGE_PROVIDER

❌

siliconflow（默认）

DEFAULT_IMAGE_MODEL

❌

black-forest-labs/FLUX.1-dev

部署成功后，魔搭会生成 SSE URL。

环境变量速查

环境变量

作用

示例值

IMAGE_API_KEY

⭐ 你的 API Key（必填）

sk-xxx

IMAGE_PROVIDER

选择提供商

siliconflow / openai / custom

IMAGE_BASE_URL

自定义 API 地址

https://your-api.com/v1

DEFAULT_IMAGE_MODEL

调用的默认模型

black-forest-labs/FLUX.1-dev

DEFAULT_IMAGE_SIZE

默认图片尺寸

1024x1024

IMAGE_MCP_TRANSPORT

传输模式

stdio（本地） / sse（远程）

IMAGE_MCP_HOST

SSE 监听地址

0.0.0.0

IMAGE_MCP_PORT

SSE 监听端口

8000

命令行参数

python server.py --help

# 输出：
usage: server.py [-h] [--transport {stdio,sse}] [--host HOST] [--port PORT]

Image Gen MCP Server — 文生图能力代理

options:
  -h, --help            show this help message and exit
  --transport {stdio,sse}
                        传输模式: stdio (默认) / sse (远程部署)
  --host HOST           SSE 监听地址 (默认 0.0.0.0)
  --port PORT           SSE 监听端口 (默认 8000)

项目结构

image-gen-mcp/
├── pyproject.toml       # Python 项目配置，支持 uvx 一键运行
├── server.py            # MCP 服务器主代码
├── requirements.txt     # Python 依赖
├── .env.example         # 环境变量模板
├── .gitignore
└── README.md

许可证

MIT

This server cannot be installed

A
license - permissive license
-
quality - not tested
C
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.

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/Doctor-Pan-code/image-gen-mcp'

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