image-gen-mcp
Image Gen MCP
TypeScript-MCP-Server zum Generieren und Bearbeiten von Bildern über OpenAI-Bildmodelle.
Der Server registriert die Tools generate_image und edit_image und schreibt die zurückgegebenen Bildbytes auf die Festplatte. Im Stdio-Modus wird in den angeforderten absoluten Dateipfad geschrieben; bei SSE und streamable HTTP werden Dateien automatisch gespeichert und Bild-URLs zurückgegeben.
Umgebungsvariablen
Name | Erforderlich | Standard | Beschreibung |
| Nein | AI SDK OpenAI-Standard | OpenAI-API-URL-Präfix, z. B. |
| Ja | - | OpenAI-API-Schlüssel. |
| Nein |
| OpenAI-Bildmodell. |
| Nein |
| Verzeichnis für automatisch gespeicherte Dateien im SSE/HTTP-Modus. Docker setzt dies standardmäßig auf |
Related MCP server: OpenAI GPT-Image MCP Server
Tool
generate_image
Argumente:
Name | Erforderlich | Standard | Beschreibung |
| Ja | - | Bild-Prompt. |
| Stdio | - | Nur Stdio. Absoluter Ausgabepfad. Übergeordnete Verzeichnisse werden automatisch erstellt. |
| Nein |
| Anzahl der Bilder, von |
| Nein |
|
|
| Nein |
|
|
| Nein | - |
|
| Nein |
|
|
| Nein | - | Komprimierungsstufe von |
| Nein | - |
|
| Stdio |
| Nur Stdio. Erlaubt das Ersetzen vorhandener Ausgabedateien. |
Bekannte Modellgrößenlimits werden vor dem Aufruf der Upstream-API validiert. Beispielsweise unterstützen gpt-image-*-Modelle 1024x1024, 1536x1024 und 1024x1536; dall-e-2 unterstützt 256x256, 512x512 und 1024x1024.
Für n > 1 wird ein Dateipfad wie /tmp/image.png zu /tmp/image-1.png, /tmp/image-2.png usw.
Im SSE- und streamable-HTTP-Modus sind filepath und overwrite nicht verfügbar. Generierte Dateien werden unter ${FILE_DIR}/YYYY-MM-DD/<uuid>.<ext> gespeichert und mit URLs wie http://localhost:3000/file/YYYY-MM-DD/<uuid>.png zurückgegeben.
edit_image
Argumente:
Name | Erforderlich | Standard | Beschreibung |
| Ja | - | Bearbeitungsanweisung. |
| Ja | - | Absoluter Pfad zum Quellbild, das bearbeitet werden soll. |
| Nein | - | Optionaler absoluter Pfad zum Maskenbild für die Bearbeitung. |
| Stdio | - | Nur Stdio. Absoluter Ausgabepfad. Übergeordnete Verzeichnisse werden automatisch erstellt. |
| Nein |
| Anzahl der bearbeiteten Bilder, von |
| Nein |
|
|
| Nein |
|
|
| Nein | - | Hintergrundverhalten des bearbeiteten Bildes. |
| Nein |
|
|
| Nein | - | Komprimierungsstufe von |
| Nein | - |
|
| Stdio |
| Nur Stdio. Erlaubt das Ersetzen vorhandener Ausgabedateien. |
Das Tool ruft den OpenAI-kompatiblen /images/edits-Endpunkt mit Multipart-Formulardaten auf. Die Ausgabedateien folgen demselben Dateipfad- und Auto-Save-Verhalten wie generate_image.
Entwicklung
pnpm install
pnpm devNützliche Prüfungen:
pnpm check
pnpm buildStdio-MCP-Konfiguration
{
"mcpServers": {
"image-gen-mcp": {
"type": "stdio",
"command": "npx",
"args": ["image-gen-mcp"],
"env": {
"BASE_URL": "https://api.openai.com/v1",
"API_KEY": "sk-...",
"MODEL": "gpt-image-2"
}
}
}
}Streamable HTTP
{
"mcpServers": {
"image-gen-mcp": {
"type": "http",
"url": "http://localhost:3000/mcp",
"headers": {
"openai-base-url": "https://api.openai.com/v1",
"openai-api-key": "sk-...",
"openai-model": "gpt-image-2"
}
}
}
}Header überschreiben die serverseitige Env-Konfiguration; ohne sie werden die Env-Werte verwendet. Das Docker-Image startet streamable HTTP auf Port 3000.
SSE
Der SSE-Transport befindet sich in src/sse.ts und lauscht auf PORT (Standard 4000) unter /mcp, wobei Nachrichten an /message gesendet werden. Führen Sie ihn direkt mit pnpm start:sse aus; er wird nicht vom Docker-Image gestartet.
{
"mcpServers": {
"image-gen-mcp": {
"type": "sse",
"url": "http://localhost:4000/mcp",
"headers": {
"openai-api-key": "sk-..."
}
}
}
}Docker
docker build -t image-gen-mcp .
docker run --rm -p 3000:3000 \
# 也可忽略apiKey,让使用方 headers 中传递
-e BASE_URL=https://api.openai.com/v1 \
-e API_KEY=sk-... \
-e MODEL=gpt-image-2 \
-v image-gen-data:/data \
image-gen-mcpMaintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Tools
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceEnables image generation using OpenAI's DALL-E and GPT-Image models directly through the Model Context Protocol. It allows users to create and save images with fine-grained control over parameters like size, quality, and background transparency.46MIT
- AlicenseAqualityCmaintenanceEnables image generation and editing using OpenAI's GPT Image API (gpt-image-1, 1.5, 2) with support for multi-image generation, history management, and batch processing.121,7841MIT
- FlicenseNot gradedqualityDmaintenanceProvides AI agents and coding assistants with image generation and editing capabilities using OpenAI's GPT-image-1 model, with support for local or Supabase storage.3
- FlicenseNot gradedqualityDmaintenanceEnables image generation and editing via OpenAI's gpt-image-1 model, with options for saving, format control, and transparency.
Related MCP Connectors
Generate AI images, video, music, and sound effects, and upscale them, from any MCP client.
LLM chat, text summarization and AI image generation
OCR, transcription, file extraction, and image generation for AI agents via MCP.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/seepine/image-gen-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server