OpenAI 图像生成 MCP 服务器

该项目实现了一个MCP（模型上下文协议）服务器，通过官方Python SDK使用OpenAI的gpt-image-1模型提供生成和编辑图像的工具。

功能

此MCP服务器提供了以下工具：

• generate_image: 根据文本提示使用OpenAI的gpt-image-1模型生成图像并保存。

  • 输入模式:
    json
    {
    "type": "object",
    "properties": {
    "prompt": { "type": "string", "description": "所需图像的文字描述。" },
    "model": { "type": "string", "default": "gpt-image-1", "description": "使用的模型（当前为 gpt-image-1 ）。" },
    "n": { "type": ["integer", "null"], "default": 1, "description": "要生成的图像数量（默认：1）。" },
    "size": { "type": ["string", "null"], "enum": ["1024x1024", "1536x1024", "1024x1536", "auto"], "default": "auto", "description": "图像尺寸（1024x1024、1536x1024、1024x1536、自动）。默认：自动。" },
    "quality": { "type": ["string", "null"], "enum": ["low", "medium", "high", "auto"], "default": "auto", "description": "渲染质量（低、中、高、自动）。默认：自动。" },
    "user": { "type": ["string", "null"], "default": null, "description": "代表您的最终用户的可选唯一标识符。" },
    "save_filename": { "type": ["string", "null"], "default": null, "description": "可选文件名（不带扩展名）。如果为None，则使用基于提示和时间戳的默认名称。" }
    },
    "required": ["prompt"]
    }

  • 输出: {"status": "success", "saved_path": "path/to/image.png"} 或错误字典。

• edit_image: 使用OpenAI的gpt-image-1模型编辑图像或创建变体并保存。可以使用多个输入图像作为参考，或者使用遮罩进行修复。

  • 输入模式:
    json
    {
    "type": "object",
    "properties": {
    "prompt": { "type": "string", "description": "所需最终图像或编辑的文字描述。" },
    "image_paths": { "type": "array", "items": { "type": "string" }, "description": "输入图像的文件路径列表。必须是PNG格式。<25MB。" },
    "mask_path": { "type": ["string", "null"], "default": null, "description": "用于修复的遮罩图像（带有alpha通道的PNG）的可选文件路径。必须与输入图像大小相同。<25MB。" },
    "model": { "type": "string", "default": "gpt-image-1", "description": "使用的模型（当前为 gpt-image-1 ）。" },
    "n": { "type": ["integer", "null"], "default": 1, "description": "要生成的图像数量（默认：1）。" },
    "size": { "type": ["string", "null"], "enum": ["1024x1024", "1536x1024", "1024x1536", "auto"], "default": "auto", "description": "图像尺寸（1024x1024、1536x1024、1024x1536、自动）。默认：自动。" },
    "quality": { "type": ["string", "null"], "enum": ["low", "medium", "high", "auto"], "default": "auto", "description": "渲染质量（低、中、高、自动）。默认：自动。" },
    "user": { "type": ["string", "null"], "default": null, "description": "代表您的最终用户的可选唯一标识符。" },
    "save_filename": { "type": ["string", "null"], "default": null, "description": "可选文件名（不带扩展名）。如果为None，则使用基于提示和时间戳的默认名称。" }
    },
    "required": ["prompt", "image_paths"]
    }

  • 输出: {"status": "success", "saved_path": "path/to/image.png"} 或错误字典。

前提条件

• Python（推荐3.8或更高版本）
• pip（Python包安装器）* 一个 OpenAI API 密钥（直接在脚本中设置或通过 OPENAI_API_KEY 环境变量设置 - 出于安全考虑，强烈建议使用环境变量）。
• 一个能够管理和启动 MCP 服务器的 MCP 客户端环境（如 Cline 使用的环境）。

安装

1. 克隆仓库：
   bash
   git clone https://github.com/IncomeStreamSurfer/chatgpt-native-image-gen-mcp.git
   cd chatgpt-native-image-gen-mcp

2. 设置虚拟环境（推荐）：
   bash
   python -m venv venv
   source venv/bin/activate # 在 Windows 上使用 venvScriptsactivate

3. 安装依赖项：
   bash
   pip install -r requirements.txt

4. （可选但推荐）设置环境变量：
   使用你的 OpenAI 密钥设置 OPENAI_API_KEY 环境变量，而不是将其硬编码到脚本中。如何设置取决于你的操作系统。

配置（针对 Cline MCP 客户端）

为了让这个服务器对你的 AI 助手（如 Cline）可用，请将它的配置添加到你的 MCP 设置文件中（例如 cline_mcp_settings.json）。

在设置文件中找到 mcpServers 对象，并添加以下条目：

json
{
"mcpServers": {
// ... 其他服务器配置 ...

"openai-image-gen-mcp": {
  "autoApprove": [
    "generate_image",
    "edit_image"
  ],
  "disabled": false,
  "timeout": 180, // 增加超时时间以应对可能较长的图像生成过程
  "command": "python", // 如果不在 PATH 中，请指定 Python 可执行文件的路径
  "args": [
    // 重要：请将此路径替换为你系统上 openai_image_mcp.py 文件的实际绝对路径
    "C:/path/to/your/cloned/repo/chatgpt-native-image-gen-mcp/openai_image_mcp.py"
  ],
  "env": {
    // 如果使用环境变量来设置 API 密钥：
    // "OPENAI_API_KEY": "YOUR_API_KEY_HERE"
  },
  "transportType": "stdio"
}

// ... 其他服务器配置 ...

}
}

重要提示： 将 C:/path/to/your/cloned/repo/ 替换为你机器上克隆此仓库的实际绝对路径。确保路径分隔符与你的操作系统相匹配（例如，在 Windows 上使用反斜杠 ``）。如果你通过环境变量设置了 API 密钥，则可以从脚本中移除它，并且如果 MCP 客户端支持的话，可以在此处的 env 部分添加它。

运行服务器

通常你不需要手动运行服务器。MCP 客户端（如 Cline）将在首次调用其工具之一时，根据配置文件中的 command 和 args 自动启动服务器。

如果你想手动测试（确保已安装依赖项并且 API 密钥可用）：
bash
python openai_image_mcp.py

使用

AI 助手通过 generate_image 和 edit_image 工具与服务器交互。图像将保存在 openai_image_mcp.py 脚本所在位置创建的 ai-images 子目录中。工具成功后会返回保存图像的绝对路径。