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., "@glm-image-mcp-server generate an image of a serene mountain landscape"
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.
Z.AI の glm-image モデルを使用した画像生成 MCP サーバー
MCP サーバー: Claude Desktop やその他の MCP クライアントから画像を生成
バッチ CLI: JSON 設定ファイルから複数の画像を一括生成
自動ダウンロード: 生成された画像は自動的にローカルに保存
Related MCP server: nanobanana-mcp
npm install @dondonudonjp/glm-image-mcp-servergit clone https://github.com/ex-takashima/glm-image-mcp-server.git
cd glm-image-mcp-server
npm install
npm run build変数名 | 必須 | デフォルト値 | 説明 |
| はい | - | Z.AI の API キー |
| いいえ |
| 生成画像の保存先ディレクトリ |
.env.example を参考に .env ファイルを作成してください：
cp .env.example .env
# .env を編集して API キーを設定Claude Desktop の設定ファイル（claude_desktop_config.json）に以下を追加：
{
"mcpServers": {
"glm-image": {
"command": "npx",
"args": ["@dondonudonjp/glm-image-mcp-server"],
"env": {
"Z_AI_API_KEY": "your_api_key"
}
}
}
}ローカルビルドの場合：
{
"mcpServers": {
"glm-image": {
"command": "node",
"args": ["/path/to/glm-image-mcp-server/dist/index.js"],
"env": {
"Z_AI_API_KEY": "your_api_key"
}
}
}
}generate_image
prompt（必須）: 生成する画像の説明テキスト
quality（任意）: "hd"（デフォルト）または "standard"
size_preset（任意）: アスペクト比プリセット（下記参照）
custom_size（任意）: カスタムサイズ（例: "1536x1024"）※事前検証あり
output_filename（任意）: 保存するファイル名
サイズ指定方法:
size_preset と custom_size のどちらかを指定（両方指定時は size_preset 優先）
どちらも未指定の場合は 1:1（1280x1280）がデフォルト
# バッチ処理を実行
npx @dondonudonjp/glm-image-mcp-server/dist/cli.js config.json
# または glm-image-batch コマンド（グローバルインストール時）
glm-image-batch config.json
# JSON 形式で出力
glm-image-batch config.json --format json{
"jobs": [
{
"prompt": "海に沈む美しい夕日",
"quality": "hd",
"size_preset": "16:9",
"output_filename": "sunset.png"
},
{
"prompt": "毛糸で遊ぶ猫",
"custom_size": "1536x1024"
},
{
"prompt": "山の風景"
}
],
"output_directory": "./output",
"concurrency": 3
}0: すべてのジョブが正常に完了
1: 1つ以上のジョブが失敗
# ビルド
npm run build
# ウォッチモード
npm run dev
# MCP インスペクターでテスト
npx @anthropic/mcp-inspector dist/index.jsエンドポイント: POST https://api.z.ai/api/paas/v4/images/generations
モデル: glm-image
品質オプション: hd, standard
サイズプリセット（size_preset）:
プリセット | 解像度 | 用途 |
| 1280x1280 | 正方形（デフォルト） |
| 1568x1056 | 横長写真 |
| 1056x1568 | 縦長写真 |
| 1472x1088 | 横長スタンダード |
| 1088x1472 | 縦長スタンダード |
| 1728x960 | ワイドスクリーン |
| 960x1728 | スマホ縦画面 |
カスタムサイズ（custom_size）の制限:
幅・高さ: 1024px〜2048px
32で割り切れる値のみ
総ピクセル数: 最大 2^22 px（約419万ピクセル）
無効な値を指定した場合、API呼び出し前にエラーを返却
MIT
Generate an image from a text prompt using Z.AI glm-image model
Inputs: prompt (required), quality, custom_size, size_preset, +1 more.
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
Scored across 1 tool
There is only one tool, so there is no possibility of ambiguity or misselection among tools.
With a single tool named 'generate_image', the naming follows a clear verb_noun pattern and is internally consistent.
A single tool is thin for most servers, though it fully covers the stated purpose of image generation. The count feels minimal but not unreasonable.
For the narrow domain of generating an image from a text prompt, the single generate_image tool provides complete coverage without obvious missing operations.
MCP server for Qwen Image 3 AI image generation
MCP server for GLM chat completions using Zhipu AI models via AceDataCloud
MCP server for Hailuo (MiniMax) AI video generation
MCP server for Flux AI image generation