free-ai-image-gen-tools-gateway
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., "@free-ai-image-gen-tools-gatewayGenerate a watercolor painting of a fox in a snowy forest"
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.
Free AI Image Gen Tools Gateway 统一生图网关
把多个免费 / 低价的在线生图渠道集成到一个本地入口:
对 AI Agent / 程序:暴露 OpenAI 兼容的本地 API,像调普通生图接口一样用,底层自动在各渠道间切换、故障转移。
对人:提供网页控制台,手动选渠道、多渠道并排对比。
另提供 CLI 命令行。
会话化存档:生成/上传的图片统一保存在一个资源目录、按会话分子目录;历史记录可按提示词搜索、多维度排序、一键用原参数重生成。
本机与云服务器都能部署(直跑 / Docker / Nginx 反代 / systemd 常驻)。
不需要本地部署任何大模型,全部调用在线服务。
1. 快速开始
cd free-ai-image-gen-tools-gateway
pip install -r requirements.txt
cp config.example.yaml config.yaml # 按需填入各渠道 key(不填也有免费通道)
python -m imggen.server # 或 ./run.sh打开:
网页控制台: http://127.0.0.1:8799/
开箱即用的免费通道是 pollinations(无需 key)。其余渠道在
config.yaml填 key 后启用,改完配置执行POST /admin/reload热加载,无需重启。管理接口安全:
/admin/reload若配置了server.admin_token(或环境变量ADMIN_TOKEN),需带请求头X-Admin-Token;未配置时仅允许本机回环调用。所有图片统一归档到server.storage_dir,按会话分子目录(见第 3 节)。
Related MCP server: universal-image-mcp
2. 给其他 AI Agent 调用(核心)
端点对齐 OpenAI Images API(/v1/images/generations、/v1/models,请求/响应字段一致),把 base_url 指向本地即可。另在响应里附带 provider、chain_order、tried_before 等便于排障的扩展字段。
curl
# 自动链:按 config 里 default_chain 顺序,免费渠道优先,失败自动换
curl -X POST http://127.0.0.1:8799/v1/images/generations \
-H "Content-Type: application/json" \
-d '{"prompt":"一只穿西装的柯基","size":"1024x1024"}'
# 指定渠道
-d '{"prompt":"...","model":"gemini"}'
# 自定义故障转移顺序(逐个尝试直到成功)
-d '{"prompt":"...","model":["pollinations","gemini","siliconflow/black-forest-labs/FLUX.2-flex"]}'Python(openai SDK,只改 base_url)
from openai import OpenAI
c = OpenAI(base_url="http://127.0.0.1:8799", api_key="not-needed")
r = c.images.generate(model="auto", prompt="your prompt", size="1024x1024")
# r.data[0].b64_json请求参数
字段 | 说明 |
| 提示词(必填) |
|
|
| 出图数量 |
|
|
|
|
| 负向提示词 |
| 随机种子(固定 seed 且 n>1 时自动逐张偏移,避免重复图) |
| 归档到哪个会话,也可用请求头 |
n单次最多 8;未知模型等 4xx 语义会返回对应 4xx 状态码,通道侧故障才返回 502。无论 b64/url,图片都会归档进当前会话。
返回(OpenAI 格式 + 扩展字段):
{ "object": "list", "created": 0, "provider": "pollinations", "model": "pollinations",
"session_id": "default",
"data": [ {"b64_json": "...."} ],
"chain_order": ["pollinations"], "tried_before": [] }MCP(Model Context Protocol)接入
网关同时暴露 MCP 接口,Claude Desktop、Cursor、Cline、VS Code Copilot、Windsurf 等支持 MCP 的 agent 客户端可直接把生图当工具调用。
工具列表:generate_image、list_sessions、list_history、get_providers、configure_provider、test_provider。
两种传输:
Streamable HTTP(推荐,与网关同进程):网关启动后即挂载在
http://127.0.0.1:8799/mcp,客户端配置 URL 即可。stdio(本地客户端拉起子进程):
python -m imggen.mcp_server环境变量
IMGGW_BASE_URL指定网关地址(默认http://127.0.0.1:8799),ADMIN_TOKEN用于写配置类工具。
MCP 调用会自动带 X-Transport: mcp 和客户端名,统一记入「接入方与日志」。
客户端配置样例(Claude Desktop / Cursor / Cline 等的 mcpServers):
{
"free-ai-image-gen-tools-gateway-http": {
"url": "http://127.0.0.1:8799/mcp"
},
"free-ai-image-gen-tools-gateway-stdio": {
"command": "python",
"args": ["-m", "imggen.mcp_server"],
"env": { "IMGGW_BASE_URL": "http://127.0.0.1:8799" }
}
}二选一即可;HTTP 模式要求网关已在运行,stdio 模式由客户端拉起子进程(网关仍需单独运行)。
3. CLI
python -m imggen.cli models # 全部渠道及可用状态
python -m imggen.cli "水墨山水" # 走默认链
python -m imggen.cli "赛博城市" -p gemini # 指定渠道
python -m imggen.cli "猫" -p pollinations,gemini # 顺序 fallback
python -m imggen.cli "猫" --size 768x512 -o c.png # 指定尺寸/额外复制
python -m imggen.cli "猫" -s myproj # 归档到指定会话
python -m imggen.cli serve # 启动网关4. 已内置渠道
provider | 类型 | 凭证 | 说明 |
| 免费 | 无 | HTTP 直出,默认保底通道;高频会 429,稍候即可 |
| 免费额度 | AI Studio key | Nano Banana,文字渲染强;https://aistudio.google.com/apikey |
| 低价 | 硅基流动 key | FLUX.2 [flex] 约 ¥0.035/张、Z-Image-Turbo ¥0.1/张 |
| 付费 | OpenAI key | gpt-image-1 |
| 低价 | 自填 | 任意第三方 OpenAI 兼容中转,自行甄别 |
| 低价/送额度 | DashScope key | 通义万相、z-image-turbo;新用户送免费张数 |
| 免费 | 可选 HF token | 云端跑 FLUX Schnell / SD3.5,ZeroGPU 匿名有每日秒数配额 |
| 免费 | 无 | 逆向通道,尽力而为,可能随官网变化 |
| 免费 | cookie | Bing Image Creator(DALL-E 3) |
key 也可用环境变量提供:GEMINI_API_KEY、DASHSCOPE_API_KEY、
SILICONFLOW_API_KEY、OPENAI_API_KEY、HF_TOKEN、BING_COOKIE_U。
渠道总览与在线配置(不必手改 yaml)
网页控制台 →「渠道管理」:顶部数字卡汇总「可用 / 未配置 / 冷却 / 总数」, 每个渠道一张卡,显示状态点、类型(免费/免费额度/低价/付费/中转)、默认模型、 模型列表、所需凭证;可直接填 key、选默认模型、拨动启用开关,保存即热加载生效 (自动写回
config.yaml;凭证框留空表示不修改,不会覆盖已填值)。「自检」按钮 做不消耗额度的可用性检查。API:
GET /v1/providers:渠道状态汇总(凭证只回「是否已设置」,不回明文);POST /v1/providers/config:在线写回配置,body{"updates":{"gemini":{"api_key":"...","enabled":true}}};POST /v1/providers/{name}/test:轻量自检。
写配置属于管理操作:配置了
admin_token时需带X-Admin-Token头;未配置时仅本机回环放行。
历史记录里每条都显著标注是哪个第三方渠道出的图(如 pollinations / gemini),
「生成 / 上传」仅作为次要动作标签。
5. 自动模式(优先列表,依次尝试直到一个可用)
请求时 model 传 "auto"(或不传)即进入自动模式。优先列表这样生成:
config.yaml的server.default_chain作为显式优先骨架,按你写的顺序排前面;其余当前可用(免费或已填凭证)的通道自动补到后面、免费优先——新配渠道 不用手动加列表也会被自动模式用到;
不可用(未启用/缺 key)的通道直接剔除,不做无意义尝试;
刚失败的通道进入约 30 秒冷却,自动排到最后。
config.yaml 中:
server:
default_chain: [pollinations, gemini, siliconflow, bailian]执行时按列表逐个尝试:某个渠道报错 / 超时 / 限流就自动切下一个,直到一个成功;
全部失败才返回错误并附每个渠道原因。返回带 chain_order(本次尝试顺序)和
tried_before(成功前试过哪些)。查看当前自动链:GET /v1/chain。
建议把免费渠道排前面、付费渠道兜底。
6. 多渠道对比
网页控制台「多渠道对比」标签:勾选多个渠道,同一 prompt 并发出图、并排查看下载。
接口:
POST /v1/images/compare,model传数组。对比结果同样归档到当前会话。
7. 数据与文件保存(图 / 历史存哪)
所有图片统一保存在 server.storage_dir(默认项目下 storage/,云上建议指向数据盘绝对路径),按会话分子目录:
storage/sessions/<session_id>/
├── meta.json # 会话标题、创建时间
├── history.jsonl # 每行一条记录(JSON)
└── images/
├── gen_xxxx.jpg # 生成的图(gen_ 前缀)
└── up_xxxx.png # 上传的图(up_ 前缀)history.jsonl 每条记录包含:时间戳、来源(generate/upload)、prompt、负向词、尺寸、n、seed、生成渠道 provider、文件名列表、字节数。可直接 grep / 用程序解析。
会话与历史相关接口:
接口 | 作用 |
| 列出全部会话(标题、图片数、最新时间) |
| 新建会话 |
| 改名 |
| 历史,支持搜索与排序 |
| 上传图片(multipart,单张 ≤10MB) |
| 取会话图片 |
sort 可选:ts_desc/ts_asc、provider_asc/provider_desc、size_desc/size_asc、n_desc/n_asc。网页控制台「历史」标签提供搜索框、排序下拉、缩略图预览(点击放大)、下载与「用此参数重生成」。
会话内容是你的资产,程序不会自动删除;如需清理,直接删除对应会话目录即可。
8. 部署到云服务器(本机 / 云一致)
代码本身跨平台,本机与云服务器同一套。云端对外提供按下面任一方式,上线前对照安全清单。
方式 A:直接运行
pip install -r requirements.txt
# config.yaml: host 改 0.0.0.0,设置 admin_token;云安全组放行 8799
python -m imggen.server方式 B:Docker(推荐,数据用卷持久化)
docker build -t free-ai-image-gen-tools-gateway .
docker run -d --name imgw -p 8799:8799 \
-e ADMIN_TOKEN=change-me \
-v /data/imgw:/data free-ai-image-gen-tools-gateway方式 C:Nginx + systemd(域名/HTTPS 常驻,生产推荐)
deploy/nginx.conf.example:反代示例,已处理X-Forwarded-*与 SSE;deploy/free-ai-image-gen-tools-gateway.service.example:开机自启、崩溃自动重启。此时
config.public_base_url可填https://你的域名,forwarded_allow_ips按需放开。
云端安全清单
务必设置
admin_token(或 ADMIN_TOKEN),否则管理接口在对外时不可用/仅本机;云安全组只放行必要端口,优先用 Nginx + HTTPS 对外、网关本身不直接暴露;
各渠道 key 优先用环境变量注入,不写进会随包带走的 config.yaml;
storage_dir指向可持久化/可备份的数据盘,避免容器重建丢图。
9. 扩展一个新渠道(开发者)
在
imggen/providers/新建文件,继承BaseProvider,实现available()与_generate_once()(返回list[bytes])。在
imggen/registry.py的_build()中实例化。在
config.example.yaml增加对应配置。
OpenAI 兼容的新渠道无需写代码:直接在 openai_compatible 下加一个子项,
填 base_url / key / models 即可。
10. 注意事项
免费通道都有速率/配额约束:限流(429 / ZeroGPU quota)时网关会自动切换或稍后重试;稳定批量生产建议配一个低价 API(硅基流动 / 百炼)。
网页逆向通道(perchance / bing)依赖对方前端结构,可能随官网更新失效,属尽力而为。
商用版权:多数免费生成渠道未明确授予商用版权,对客户交付的关键素材请走有商用授权的付费渠道。
本服务默认只监听
127.0.0.1;若要让局域网/其他机器调用,把server.host改为0.0.0.0,并自行做好访问控制。
目录结构
free-ai-image-gen-tools-gateway/
├── run.sh
├── Dockerfile
├── requirements.txt
├── config.example.yaml
├── imggen/
│ ├── config.py # 配置加载 + 环境变量 + 热加载
│ ├── registry.py # 渠道注册与路由
│ ├── storage.py # 会话化存储 / 历史检索
│ ├── server.py # FastAPI 网关
│ ├── cli.py # 命令行
│ └── providers/ # 各渠道适配器
├── web/index.html # 网页控制台
├── deploy/ # nginx / systemd 部署示例
└── storage/ # 统一资源根(sessions/<会话>/),运行后生成This server cannot be deployed
Maintenance
Related MCP Connectors
Generate images with any major model — one API key, one prepaid balance, one MCP.
Generate images from Claude, ChatGPT, Cursor and Codex with 12 top AI image models and 10 tools: up to 4 images per call, SVG vectorization, editing and more. Remote MCP with OAuth, no API keys. Pay per image, no subscription.
Generate images from Claude, ChatGPT, Cursor and Codex with 12 top AI image models. Up to 4 images per call, SVG vectorization, background removal, upscaling and image-to-video. Remote MCP with OAuth, no API keys.
Create images & video from any MCP agent — 17 models, spend limits, one URL.
Related MCP Servers
- AlicenseBqualityBmaintenanceA remote MCP image generation server that unifies OpenAI Images and Gemini generateContent APIs with preset-based configuration for multi-provider support.6MIT
- AlicenseAqualityDmaintenanceMCP server for multi-provider AI image generation (AWS Bedrock, OpenAI, Google Gemini) enabling image generation, transformation, and editing through a unified interface.41MIT
- AlicenseAqualityDmaintenanceA multi-provider MCP server that enables AI agents to generate and edit images across OpenAI, Google Gemini, Azure, Vertex, and OpenRouter with a unified API.317Apache 2.0
- AlicenseNot gradedqualityCmaintenanceMCP server for generating, editing, and processing images via multiple providers including Kilo, OpenRouter, OpenAI, and Gemini, with local tools for background removal, resizing, and cropping.10 npm3MIT