bigyellow12138 生图 MCP

一个零依赖的 stdio MCP，用来生成图片和编辑图片。

• 默认内置 BigYellow 中转，也可以指向任意 OpenAI 兼容 的中转地址

• 两个模型：gpt-image-2.5-flare（快）、gpt-image-2.5-sunburst（精度高）

• 尺寸：1K / 2K / 4K（真实 4096×4096）/ auto / 自定义 宽x高

  • 注意：1K/2K/4K 是正方形预设（1024²、2048²、4096²）

  • 要竖图/横图比例，传 宽x高，比如 1536x2048

  • 改图时不传 size，会自动沿用原图尺寸

• 质量：low / medium / high / xhigh / max / auto

• 支持图生图/编辑：把本地图片路径放进 images[]

• 生成后保存到本地，返回绝对路径

快速开始

默认中转（只填令牌）

{
  "mcpServers": {
    "imagegen": {
      "command": "npx",
      "args": ["-y", "@bigyellow12138/imagegen-mcp"],
      "env": {
        "IMAGE_API_TOKEN": "sk-你的令牌"
      },
      "timeoutMs": 180000
    }
  }
}

换成其他中转

"env": {
  "IMAGE_API_TOKEN": "sk-对方中转的令牌",
  "IMAGE_API_BASE_URL": "https://对方中转域名/v1"
}

IMAGE_API_BASE_URL 不带 /v1 会自动补；带 /v1 就用原样。只要对方兼容 OpenAI 的 /v1/images/generations 和 /v1/images/edits 就能用。

Related MCP server: mcp-vision-server

配置项

兼容旧变量名：BIGYELLOW_TOKEN / BIGYELLOW_BASE_URL 仍然可用。

图片保存位置

按优先级：

1. 调用时传 outputDir → 存到该目录

2. 配了 IMAGE_OUTPUT_DIR → 用它

3. 客户端在项目目录里启动 MCP（进程 cwd 是项目路径）→ 存到 <项目>/ai-images

4. 以上都没有 → ~/Pictures/bigyellow-images

说明：Claude Code / Codex / Cursor 一般会把项目目录作为 MCP 进程的 cwd，所以默认会存进项目； Harness（DSH）的 cwd 固定在 ~/.dsh/profiles/desktop，因此会回退到用户图片目录。 在 Harness 里想存进项目，配 IMAGE_OUTPUT_DIR 或让模型传 outputDir 即可。

工具参数（generate_image）

改图的正确写法

编辑是重新生成，不是像素级修改，所以提示词要同时写清楚两件事：

1. 改什么：例如「把背景换成雪山日落」

2. 什么必须不变：例如「人物、姿势、服装、构图保持不变」

建议：

• 一次只改一个点，改完再继续下一轮

• 精细改图优先用 gpt-image-2.5-sunburst

• 需要保持原图比例时，直接不传 size（会自动沿用原图尺寸）

使用示例

帮我画一张：雨夜的东京小巷，霓虹灯反射在积水里，电影感，4K

把 images/photo.png 里人物的背景换成雪山日落，其他保持不变

用 sunburst 模型，把这张图的产品换成磨砂黑材质，保持构图不变

常见问题

• 403 / error 1010：Cloudflare 浏览器完整性检查拦截，需要在站点给 /v1/* 放行。

• 超时：把客户端 timeoutMs 和 REQUEST_TIMEOUT_MS 调大；4K 单张可能超过 60 秒。

• 找不到图片：看返回文本里的完整路径；Windows 默认在 %USERPROFILE%\Pictures\bigyellow-images。

• 4K 文件很大：4096×4096 PNG 约 15–20MB，正常。

• 换中转后报 404：确认对方支持 /v1/images/generations 和 /v1/images/edits，以及 IMAGE_API_BASE_URL 是否包含了正确的路径前缀。

License

MIT