Openai Image Generation

该项目实现了一个MCP服务器，通过OpenAI的gpt-image-1模型提供图像生成和编辑功能，支持文本描述生成图像、基于参考图像编辑或修复图像，并可将结果保存到本地。

.Python

rating : 2.5 points

downloads : 63

update time : 2025-05-07

什么是OpenAI Image Generation MCP Server?

这是一个基于Model Context Protocol (MCP)的服务器，允许您通过简单的命令生成和编辑图像。它使用OpenAI的先进图像生成模型来满足您的创意需求。

如何使用OpenAI Image Generation MCP Server?

只需输入简单的命令，即可生成或编辑图像。无需复杂的配置，您可以轻松开始使用。

适用场景

适用于需要高质量图像生成或编辑的场景，例如插画设计、广告创作、概念艺术等。

主要功能

生成图像根据提供的文本描述生成一张或多张图像。

编辑图像对现有图像进行编辑或创建新版本，支持多种高级编辑选项。

优势与局限性

优势

高质量图像生成，支持多种尺寸和质量设置。

易于使用，无需复杂的技术知识。

强大的编辑功能，适合专业设计师和创意人员。

局限性

需要稳定的网络连接以访问OpenAI API。

可能产生较高的API使用费用，具体取决于生成次数。

对于非常复杂的图像任务，可能需要多次尝试才能达到理想效果。

如何使用

安装和配置

确保已安装Python 3.8或更高版本，并通过pip安装依赖。设置您的OpenAI API密钥。

启动服务器

使用MCP客户端自动启动服务器，或者手动运行脚本。

使用工具

调用生成或编辑工具，输入所需参数。

使用案例

生成风景图像根据描述生成一张美丽的山景图像。

编辑现有图像更新现有图像的背景。

常见问题

如何设置API密钥？

生成图像需要多长时间？

如何查看生成的图像？

🚀 OpenAI图像生成MCP服务器

本项目搭建了一个MCP（模型上下文协议）服务器，借助该服务器，可利用OpenAI的gpt-image-1模型，通过官方Python SDK开展图像生成与编辑工作。

✨ 主要特性

此MCP服务器提供了以下实用工具：

`generate_image`

根据文本提示，运用OpenAI的gpt-image-1模型生成图像并保存。

输入模式：

{
  "type": "object",
  "properties": {
    "prompt": { "type": "string", "description": "所需图像的文本描述。" },
    "model": { "type": "string", "default": "gpt-image-1", "description": "要使用的模型（当前为'gpt-image-1'）。" },
    "n": { "type": ["integer", "null"], "description": "生成的图像数量。", "minimum": 1 },
    "size": { "type": "string", "enum": ["512x512", "1024x1024"] },
    "response_format": { "type": "string", "enum": ["url", "b64_json"], "default": "url" }
  },
  "required": ["prompt"]
}

输出：{"status": "success", "output": "生成的图像路径或URL"} 或错误字典。

`edit_image`

依据提示和输入图像，使用OpenAI的gpt-image-1模型编辑图像并保存结果。

输入模式：

{
  "type": "object",
  "properties": {
    "prompt": { "type": "string", "description": "编辑图像的提示。" },
    "image_path": { "type": "string", "description": "要编辑的图像路径。" },
    "response_format": { "type": "string", "enum": ["url", "b64_json"], "default": "url" }
  },
  "required": ["prompt", "image_path"]
}

输出：{"status": "success", "output": "编辑后的图像路径或URL"} 或错误字典。

📦 安装指南

先决条件

Python（建议使用3.8或更高版本）
pip（Python包安装程序）
OpenAI API密钥（可直接在脚本中设置，也可通过OPENAI_API_KEY环境变量设置 - 通过环境变量设置对于安全至关重要）。
能够管理并启动MCP服务器的MCP客户端环境（例如Cline使用的环境）。

安装步骤

克隆仓库：

git clone https://github.com/IncomeStreamSurfer/chatgpt-native-image-gen-mcp.git
cd chatgpt-native-image-gen-mcp

设置虚拟环境（推荐）：

python -m venv venv
source venv/bin/activate  # 在Windows上使用`venv\Scripts\activate`

安装依赖项：

pip install -r requirements.txt

（可选但推荐）设置环境变量：设置OPENAI_API_KEY环境变量，而非将API密钥硬编码在脚本中。根据您的操作系统，设置此环境变量的方式有所不同。

📚 详细文档

配置（用于Cline MCP客户端）

若要让您的AI助手（如Cline）能够使用此服务器，需将其配置添加到MCP设置文件（如cline_mcp_settings.json）中。

在设置文件的mcpServers对象下添加以下条目：

{
  "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，因为图像生成可能需要较长时间
      "command": "python", // 或Python可执行文件的路径，如果不在PATH中
      "args": [
        // 关键：将此路径替换为您克隆仓库的实际绝对路径
        // 到您机器上的`openai_image_mcp.py`文件的位置
        "C:/path/to/your/cloned/repo/chatgpt-native-image-gen-mcp/openai_image_mcp.py"
      ],
      "env": {
        // 如果使用环境变量设置API密钥：
        // "OPENAI_API_KEY": "YOUR_API_KEY_HERE"
      },
      "transportType": "stdio"
    }

    // ... 其他服务器配置 ...
  }
}