智谱AI图像生成MCP服务器

这是一个基于MCP (Model Context Protocol) 的服务器，提供智谱AI CogView4图像生成功能。

功能

• 使用智谱AI的CogView4模型根据文本提示词生成图片

• 支持多种图片尺寸：1024x1024、768x768、576x1024

• 自动保存生成的图片到本地generated_images文件夹

安装

1. 克隆项目：

git clone https://github.com/lisy09/zhipu_image_mcp.git
cd zhipu_image_mcp

2. 使用uv安装依赖：

# 如果尚未安装uv，请先安装：curl -LsSf https://astral.sh/uv/install.sh | sh
uv sync

3. 激活虚拟环境：

source .venv/bin/activate  # Linux/Mac
# 或
.venv\Scripts\activate  # Windows

配置

在使用前，需要设置智谱AI的API密钥：

export ZHIPU_API_KEY="your_api_key_here"

或者在Windows上：

set ZHIPU_API_KEY=your_api_key_here

使用方法

启动MCP服务器

python cogview_server.py

服务器启动后，可以通过MCP协议调用以下工具：

generate_cogview4_image

根据文本提示词生成图片。

参数：

• prompt (必需): 用于生成图片的详细中文描述

• size (可选): 图片尺寸，可选值：'1024x1024'、'768x768'、'576x1024'，默认为'1024x1024'

示例：

{
  "prompt": "一只戴着宇航员头盔的猫漂浮在太空中，背景是璀璨的星河",
  "size": "1024x1024"
}

生成的图片将保存在generated_images文件夹中，文件名格式为：cogview4_image_YYYYMMDD_HHMMSS.png

在IDE中配置MCP服务器

在RooCode中使用

1. 打开RooCode设置

2. 找到MCP服务器配置选项

3. 添加新的MCP服务器配置：

{
  "zhipu-image-mcp": {
  "command": "python",
  "args": ["/path/to/your/zhipu_image_mcp/cogview_server.py"],
  "env": {
    "ZHIPU_API_KEY": "your_api_key_here"
  }
  }
}

4. 将 /path/to/your/zhipu_image_mcp 替换为项目的实际路径

5. 将 your_api_key_here 替换为你的智谱AI API密钥

6. 保存配置并重启RooCode

配置完成后，你就可以在RooCode中直接使用智谱AI图像生成功能了。

在Claude Code中使用

1. 打开Claude Code设置

2. 找到MCP服务器配置

3. 添加以下配置：

{
  "mcpServers": {
    "zhipu-image-mcp": {
      "command": "python",
      "args": ["/path/to/your/zhipu_image_mcp/cogview_server.py"],
      "env": {
        "ZHIPU_API_KEY": "your_api_key_here"
      }
    }
  }
}

4. 将 /path/to/your/zhipu_image_mcp 替换为项目的实际路径

5. 将 your_api_key_here 替换为你的智谱AI API密钥

6. 保存配置并重启Claude Code

配置完成后，你就可以在Claude Code中直接使用智谱AI图像生成功能了。

通用配置注意事项

• 确保Python路径正确，可以使用绝对路径：/usr/bin/python3 或 which python 查看路径

• 确保项目路径使用绝对路径，避免相对路径导致的问题

• API密钥可以通过环境变量设置，也可以直接在配置中指定

• 如果使用虚拟环境，确保命令指向虚拟环境中的Python：/path/to/.venv/bin/python

依赖安装确认

在配置MCP服务器之前，请确保已经安装了所有依赖：

1. 在项目中安装依赖（推荐）：

   cd /path/to/your/zhipu_image_mcp
   uv sync  # 或者 pip install -r requirements.txt

2. 使用虚拟环境的Python路径：

   {
     "command": "/path/to/your/zhipu_image_mcp/.venv/bin/python",
     "args": ["/path/to/your/zhipu_image_mcp/cogview_server.py"]
   }

3. 或者全局安装依赖：

   pip install mcp zai-sdk

4. 验证依赖安装：

   python -c "import mcp; import zai; print('依赖安装成功')"

如果IDE无法找到依赖，建议使用虚拟环境的完整Python路径，这样可以确保使用正确的依赖环境。

依赖

• mcp>=1.0.0

• zai-sdk>=0.1.0

• requests

• python>=3.8

许可证

MIT License