Image Edit Rmcp

🚀 圖像編輯 MCP 服務

本項目提供一個對標 OpenAI Web 圖像編輯功能的 MCP 服務，支持多種圖像處理操作。同時，通過圖像識別和描述功能，讓純文本模型也能“看見圖片”，使傳統語言模型能夠理解和處理圖像內容。

🚀 快速開始

體驗地址

• MCP 連接地址：https://image.cd.actrue.cn/kB7XMqsX31s90JPV/mcp (httpstream)
• 圖床地址：https://image.cd.actrue.cn/kB7XMqsX31s90JPV/upload
• 秘鑰生成地址：https://image.cd.actrue.cn/secret

使用教程

CherryStudio 集成

⚠️ 重要提示

需要開啟長時間運行模式。AI 生成圖像功能耗時較長，建議在使用時保持耐心。

最佳實踐

1. 將待處理的圖片通過圖床上傳並且獲得 url。
2. 將待處理的圖片 url 通過 prompt 傳遞給模型。

圖像內容識別

提示詞：

https://muse-ai.oss-cn-hangzhou.aliyuncs.com/img/fd7409815bb94bddba84191e21a803a2.png
查看這張圖片

圖像內容裁剪

提示詞：

https://muse-ai.oss-cn-hangzhou.aliyuncs.com/img/fd7409815bb94bddba84191e21a803a2.png
裁剪出圖中的太陽
裁剪完成後展示出原圖和裁剪結果

圖像文字提取

提示詞：

https://qianwen-res.oss-cn-beijing.aliyuncs.com/Qwen-Image/image2512/arena.png#center
識別圖中文字
並且展示圖片

✨ 主要特性

圖像處理功能

• 圖像內容識別：使用 Qwen3-VL 模型分析圖像內容並生成描述。
• 圖像裁剪：按百分比座標裁剪圖像。
• 圖像旋轉：支持 90°左旋、90°右旋和 180°翻轉。
• 圖像基礎信息獲取：獲取圖像尺寸、格式、大小等信息。
• 圖像 OCR：從圖像中提取文字內容。
• AI 圖像生成：基於文本描述生成圖像。
• AI 圖像編輯：基於文本指令編輯現有圖像。

簡單圖床

內置圖像上傳和存儲功能，支持通過 URL 訪問處理後的圖像。

秘鑰生成

提供 API 密鑰生成和管理界面。

📦 安裝指南

環境要求

• Rust 1.76 或更高版本
• Docker（可選，用於容器化部署）
• ModelScope API 密鑰（用於 AI 功能）

Cargo 部署（推薦）

1. Rust 安裝

# 使用 rustup 安裝 Rust
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

# 或從系統包管理器安裝
# macOS: brew install rust
# Ubuntu/Debian: sudo apt install rustc cargo

2. 配置環境變量

複製環境變量模板並配置您的 API 密鑰：

cp .env.example .env

編輯 .env 文件：

# ModelScope API 密鑰（必填）
MODELSCOPE_API_KEY=your_api_key_here

# 服務器端口
MCP_PORT=3000

# 安全密鑰（用於圖床上傳）
SECRET_KEY=your_secret_key_here

# 緩存目錄
CACHE_DIR=~/.cache/image-edit-rmcp

# 緩存 URL（用於生成公開訪問鏈接）
CACHE_URL=http://localhost:3000

3. 項目啟動

# 克隆項目（如果尚未克隆）
# git clone <repository-url>
# cd image-edit-rmcp

# 安裝依賴並構建
cargo build --release

# 運行服務
cargo run --release

服務將在 http://localhost:3000 啟動。使用 http://localhost:3000/{SECRET_KEY}/mcp 訪問 mcp 服務。

🔧 技術細節

工具介紹

1. fetch_image - 從 URL 獲取圖像

• 功能：從指定 URL 下載圖像，分析圖像內容，並生成描述。
• 輸入參數：
  • url (string): 圖像 URL（必需）
  • focus (string, 可選): 需要特別關注的內容
• 輸出：
  • 圖像 URL
  • 圖像名稱
  • MIME 類型
  • 圖像描述文本

2. rotate_image - 旋轉圖像

• 功能：按指定方向旋轉圖像。
• 輸入參數：
  • url (string): 圖像 URL（必需）
  • direction (enum): 旋轉方向，可選值：
    • Right90: 順時針旋轉 90°
    • Left90: 逆時針旋轉 90°
    • Flip180: 旋轉 180°
• 輸出：
  • 旋轉後的圖像 URL（PNG 格式）

3. crop_image - 裁剪圖像

• 功能：按百分比座標裁剪圖像。
• 輸入參數：
  • url (string): 圖像 URL（必需）
  • left (float, 可選): 左側百分比（0 - 100），默認 0
  • top (float, 可選): 頂部百分比（0 - 100），默認 0
  • right (float, 可選): 右側百分比（0 - 100），默認 100
  • bottom (float, 可選): 底部百分比（0 - 100），默認 100
• 輸出：
  • 裁剪後的圖像 URL（PNG 格式）

4. get_image_info - 獲取圖像信息

• 功能：獲取圖像的基本信息。
• 輸入參數：
  • url (string): 圖像 URL（必需）
• 輸出：
  • width: 圖像寬度（像素）
  • height: 圖像高度（像素）
  • total_pixels: 總像素數
  • mime_type: MIME 類型
  • size: 文件大小（字節）
  • aspect_ratio: 寬高比（可選）

5. ocr_extract - OCR 文字提取

• 功能：從圖像中提取文字內容。
• 輸入參數：
  • image_url (string): 圖像 URL（必需）
• 輸出：
  • 提取的文本內容

6. generate_image - AI 生成圖像

• 功能：基於文本描述生成圖像。
• 輸入參數：
  • prompt (string): 圖像描述（必需）
  • negative_prompt (string, 可選): 不希望出現的內容
  • aspect_ratio (string, 可選): 寬高比，可選值：1:1、16:9、9:16、4:3、3:4、3:2、2:3，默認 1:1
  • resolution (string, 可選): 分辨率，可選值：1k、2k、4k，默認 1k
  • steps (u32, 可選): 採樣步數
• 輸出：
  • 生成的圖像 URL

7. edit_image - AI 編輯圖像

• 功能：基於文本指令編輯現有圖像。
• 輸入參數：
  • image_url (string): 待編輯圖像 URL（必需）
  • prompt (string): 編輯指令（必需）
  • size (string, 可選): 輸出圖像尺寸
  • steps (u32, 可選): 採樣步數
• 輸出：
  • 編輯後的圖像 URL

工具的實現方式

技術棧

• 後端框架：Rust + Axum + RMCP
• 圖像處理：image 庫（支持 PNG、JPEG、GIF、BMP、WebP）
• AI 集成：ModelScope API（Qwen3-VL、Z-Image-Turbo、Qwen-Image-Edit）
• 緩存系統：本地文件緩存，支持 HTTP 訪問
• Web 界面：Axum 靜態文件服務 + HTML 模板

核心實現原理

1. 圖像處理流程：

• 接收 HTTP URL 輸入。
• 下載圖像到內存。
• 使用 image 庫進行解碼和處理（旋轉、裁剪）。
• 編碼為 PNG 格式輸出。
• 緩存處理結果到本地文件系統。

2. AI 功能集成：

• 圖像識別：調用 ModelScope Qwen3-VL 模型分析圖像內容。
• OCR 提取：使用 Qwen3-VL 模型提取圖像中的文字。
• 圖像生成：使用 Z-Image-Turbo 模型基於文本生成圖像。
• 圖像編輯：使用 Qwen-Image-Edit 模型基於指令編輯圖像。

3. 緩存機制：

• 基於 URL 和參數計算哈希值。
• 將處理結果存儲到本地緩存目錄。
• 通過 HTTP 服務提供緩存文件的公開訪問。
• 支持元數據（圖像信息、描述等）存儲。

4. MCP 協議集成：

• 實現 RMCP 協議的 ServerHandler。
• 提供標準的工具調用接口。
• 支持 httpstream 傳輸協議。

依賴庫

主要依賴（見 Cargo.toml）：

• rmcp: MCP 協議實現
• axum: Web 框架
• image: 圖像處理
• reqwest: HTTP 客戶端
• serde: JSON 序列化
• tokio: 異步運行時