Codex Image Generation MCP
Provides image generation and editing through the OpenAI Responses API image_generation tool, reusing Codex provider settings and saving generated images locally.
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@Codex Image Generation MCPGenerate a cute anime-style puppy in sunlight and save it to the current project."
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
Codex Image Generation MCP
为使用中转站的 Codex 提供本地图像生成和编辑工具。安装后,直接告诉 Codex:
生成一只阳光、动漫风格的可爱小狗,保存在当前项目中。
Codex 调用 generate_image,工具复用用户已有的 Codex URL、API Key 和模型设置,保存原图并返回文件路径和预览。默认直接保存到当前任务目录,也可以指定文件夹、文件名和 PNG / JPEG / WebP 格式。
无需另配图像模型;请求通过 Responses API 的 image_generation 工具完成,不发送 tools[].model。中转站必须支持这一接口,并允许所选对话模型调用图像工具。
本项目由 TangRuoJie 维护,采用 MIT 许可证,是独立社区项目,与 OpenAI 无隶属关系。
生成效果展示
示例:阳光下、动漫风格的可爱小狗。

Related MCP server: smartapi-images
下载包后安装
当前版本:0.3.0。分发包为 codex-image-generation-0.3.0.zip,内含 wheel、源码包、安装说明、许可证、配置示例和 SHA-256 校验清单。这是 Python 安装包,需要 uv;首次安装需要联网下载 Python(如果缺少)和依赖。
分享给别人时,发送 dist/codex-image-generation-0.3.0.zip 即可,对方按照包内 INSTALL.md 操作。以后公开 Release 后,下载其中的同名附件;GitHub 自动提供的 Source code.zip 是源码归档,不是这个安装分发包。
第 1 步:准备自己的环境。 对方需要已安装 Codex、已有可用的中转站配置,并安装 uv。执行 uv --version 确认命令可用。URL、API Key 和模型复用对方自己的 Codex 配置,不需要复制作者的配置。
第 2 步:安装并检查。 解压 ZIP,在包含 .whl 文件的解压目录打开终端。下面的命令适用于 Windows PowerShell、macOS 和 Linux:
uv tool install --python 3.11 ./codex_image_generation-0.3.0-py3-none-any.whl
codex-image-generation --version
codex-image-generation --check如果系统找不到 codex-image-generation,执行 uv tool update-shell 后重新打开终端。版本应显示 0.3.0,检查结果应包含 configured: true;connection_verified: false 是正常的,因为此命令只检查本地配置,不请求中转站。检查失败时,先按 安装说明中的故障排查 修正现有配置。
第 3 步:生成接入配置。 执行:
codex-image-generation --print-config第 4 步:保存配置。 将上一步输出的整个 [mcp_servers.image_generation] TOML 配置块加入自己电脑的 Codex 用户配置文件并保存。这条命令只打印内容,不会自动完成接入。
系统 | 默认配置文件 |
Windows |
|
macOS / Linux |
|
设置过 CODEX_HOME 时使用该目录下的 config.toml。已有同名 [mcp_servers.image_generation] 时替换该节,避免重复。保留已有的模型和 provider 设置。若认证依赖环境变量,启动 Codex 的环境也必须能读取这些变量。
第 5 步:重启 Codex 并验证。 保存配置后重启 Codex,打开需要保存图片的项目,确认 MCP 已加载且包含 generate_image 工具。首次测试可以明确说:
请使用 image_generation MCP,生成一只阳光、动漫风格的可爱小狗,保存在当前项目中。
成功时应收到原图路径,并能在当前项目目录找到图片;仅安装成功或 --check 通过不代表已经验证上游出图能力。之后日常直接描述图片和保存位置即可,Codex 会按配置启动服务,无需每次安装或手动常驻一个终端。
安装过程不会自动修改 Codex 配置。生成的接入配置使用安装环境中 Python 的绝对路径,不依赖项目源码目录或下载目录;常规安装完成后可以删除解压文件。包内不包含发布者的 URL、API Key 或 Codex 配置。
完整的安装、升级、卸载、离线限制和故障排查见 安装说明。也提供 本地 wheel 的 uv 启动配置,采用该方式时需要保留 wheel。
日常使用
你对 Codex 说 | 工具行为 |
生成一张安静的书桌插画 | 在当前任务目录保存唯一命名的 PNG |
生成透明背景的茶杯图标,存到 assets/tea.webp | 保存到指定目录,使用 WebP 和透明背景 |
把这张图片中的沙发改成蓝色 | 将参考图传给上游进行编辑 |
按上一张继续调整,光线暖一些 | 在同一 provider 支持历史引用时继续编辑 |
风格可以是写实、动漫、插画、像素画、海报等,由提示词和上游图像模型决定。本项目封装官方 Responses 图像工具的调用方式;不保证与 ChatGPT 网页或 Codex 内置工具的模型路由、全部功能、界面和效果完全相同。
支持的主要能力:
PNG、JPEG(含
jpg别名)、WebP 静态图片;透明背景使用 PNG / WebP。尺寸、质量、背景、JPEG / WebP 压缩率等选项,具体可用值由上游模型决定。
参考图、蒙版,以及同一 provider 的历史响应 / 图像 ID。
可选流式中间图与 MCP 进度;客户端是否实时显示取决于其支持。
原图落盘、受大小限制的预览、绝对路径和结构化结果。
已有文件不覆盖;部分图片失败时保留成功结果;不会自动重试付费生成。
不输出 SVG、GIF 动画或视频。所有参数、返回字段和限制见 工具参考。
模型、凭据与当前目录
工具公开参数只有一个必需的业务输入 prompt,以及由 Codex 从任务上下文提供的绝对工作目录 cwd。用户不必在每次对话中手动填写路径;没有指定输出位置时,直接保存到 cwd。
模型选择顺序:
Codex 能可靠获知当前会话的精确 API 模型 ID 时,调用时传入
current_model。未传入时,读取所选 Codex 配置中的
model。两处都没有模型时明确报错,不硬编码兜底模型。
普通 MCP 协议不保证提供当前会话模型。因此,界面临时切换模型后能否立即同步,取决于 Codex 是否传入可靠上下文;不能仅凭读取配置文件就承诺跟随所有界面切换。current_model 是调用参数,无需用户另建模型配置。
连接设置只读取所选用户级 Codex provider:
复用
base_url、环境变量 API Key、配置中的 bearer token、请求头和查询参数。在所选 provider 要求 API Key 认证时,支持读取 Codex 文件存储的 API Key。
支持已有 profile;使用
--profile选择。不扫描其他 provider 寻找密钥,不读取项目
.env,不实现 ChatGPT OAuth 或系统钥匙串登录。
--print-config 会生成所需环境变量名称的白名单,不复制密钥值。若 provider 使用环境变量认证,启动 Codex 的环境也必须能访问这些变量。
可选启动设置 | 用途 |
| 定位已有 Codex 配置目录 |
| 选择已有 profile |
| 上游超时秒数,默认 300,范围大于 0 且不超过 3600 |
系统兼容性
项目使用 Python 3.11+,wheel 为 py3-none-any,不写死开发者目录。依赖中包含本机二进制组件,因此这一标签不表示任意旧系统都能直接安装。
平台 | 验证情况 |
Windows x64 | 本地测试、安装包独立环境启动和 stdio 验证 |
Linux x64 | 容器内安装、测试和 stdio 验证 |
macOS Apple Silicon | 已检查依赖 wheel 可获取;尚无 macOS 实机运行验证 |
macOS Intel | 当前 cryptography 50 系列缺少 Intel wheel,可能需要本机构建;尚未验证完整安装 |
建议使用仍受支持的现代系统。旧版 Linux(例如 glibc 2.17)可能缺少当前 Pillow 的预编译包。首次安装需要联网;不将此包描述为免依赖、完全离线的可执行文件。
源码开发与构建分发包
仅使用工具时无需下载源码。维护项目时,在源码目录执行:
uv sync --locked
uv run --locked python -B -m unittest discover -s tests -v
uv run --locked python scripts/build_release.py
uv run --locked python scripts/smoke_wheel.py --wheel dist/codex_image_generation-0.3.0-py3-none-any.whl构建输出:
dist/
codex_image_generation-0.3.0-py3-none-any.whl
codex_image_generation-0.3.0.tar.gz
codex-image-generation-0.3.0.zip
SHA256SUMS-0.3.0.txt构建脚本检查包内容,不纳入本地配置、凭据或虚拟环境。源码包包含 README 使用的展示图 sunny-anime-puppy.png,其他生成图片不纳入;wheel 不包含展示图。安装冒烟测试使用临时安装目录、假凭据和无网络图像请求,从其他工作目录验证 CLI 与 MCP;不会替换你的全局安装。
仓库包含 Windows、Linux、macOS 的 CI 工作流,执行测试、打包和安装验证,并保存构建产物。维护者可手动运行发布工作流,为已存在的版本标签创建 GitHub Release 草稿;只有全部检查通过才会创建草稿。工作流是否通过以实际运行结果为准。当前产物在本地构建,尚未上传 PyPI 或其他公开下载服务;不要将裸命令 uvx codex-image-generation 视为已验证的安装入口。
贡献、反馈与许可
作者:TangRuoJie;邮箱:3177065378@qq.com。
贡献代码或改进文档,请先阅读 贡献指南。
普通问题可通过仓库 Issues 反馈;漏洞或凭据泄漏请按 安全报告说明 私下联系。
本项目采用 MIT 许可证,允许使用、修改和商业分发,分发时需保留版权及许可声明。第三方依赖遵循各自的许可证。
官方参考
This server cannot be deployed
Maintenance
Related MCP Connectors
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.
Generate images from Claude, ChatGPT, Cursor and Codex with 12 top AI image models and 10 tools: up to 4 images per call, SVG vectorization, editing and more. Remote MCP with OAuth, no API keys. Pay per image, no subscription.
Generate images with your own ChatGPT subscription (Plus, Pro or Team), without spending API credits
AI image + video generation for agents: --flag prompt DSL, async generate/poll, x402 pay-per-use.
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceEnables image generation and editing via third-party relay services. Returns local file paths and Markdown display hints.-
- AlicenseAqualityDmaintenanceEnables generating images through SmartAPI's image generation endpoint directly from Codex, saving files locally.1MIT
- AlicenseNot gradedqualityCmaintenanceEnables MCP clients to generate and edit images through any OpenAI-compatible image API, saving results as local files and returning absolute paths for immediate use.18 npmMIT
- AlicenseNot gradedqualityBmaintenanceEnables Claude Code to generate and edit images with GPT Image by relaying prompts through a local Codex CLI signed in with a ChatGPT plan, saving results to disk and returning them inline with no OpenAI API key required.16 npm1MIT