# 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：
```bash
git clone https://github.com/lisy09/zhipu_image_mcp.git
cd zhipu_image_mcp
```

2. 使用uv安装依赖：
```bash
# 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：
```bash
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：

```bash
export ZHIPU_API_KEY="your_api_key_here"
```

或者在Windows上：
```cmd
set ZHIPU_API_KEY=your_api_key_here
```

## 使用方法

### 启动MCP服务器

```bash
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：**
```json
{
  "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：

```json
{
  "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：

```json
{
  "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）：
   ```bash
   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**：
   ```json
   {
     "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**：
   ```bash
   pip install mcp zai-sdk
   ```

4. **验证依赖安装**：
   ```bash
   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