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.
Multi-model AI image and video generator. 14 models behind one OAuth-secured MCP endpoint.
Create images & video from any MCP agent — 17 models, spend limits, one URL.
Focused MCP server for OpenAI image/audio generation (v2.0.0). Wraps endpoints via HAPI CLI.
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.637 PyPIMIT
- 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 gradedqualityBmaintenanceMCP 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.19 npm3MIT