聊天GPT原生图像生成器-MCP
项目介绍
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，该服务器使用 OpenAI 的 gpt-image-1 模型通过官方 Python SDK 提供图像生成和编辑工具。
功能
此 MCP 服务器提供以下工具：
-
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：
{ "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（默认值：1）。" }, "size": { "type": ["string", "null"], "enum": ["1024x1024", "1536x1024", "1024x1536", "auto"], "default": "auto", "description": "图像尺寸（'1024x1024'，'1536x1024'，'1024x1536'，'auto'）。默认值：'auto'。" }, "quality": { "type": ["string", "null"], "enum": ["low", "medium", "high", "auto"], "default": "auto", "description": "渲染质量（'low'，'medium'，'high'，'auto'）。默认值：'auto'。" }, "user": { "type": ["string", "null"], "default": null, "description": "可选的唯一标识符，代表最终用户。" }, "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。
- 输入模式：
-
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，或者使用蒙版进行修复绘画。- 输入模式：
{ "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": "输入图像文件路径列表。必须是 PNG 格式且小于 25MB。" }, "mask_path": { "type": ["string", "null"], "default": null, "description": "用于修复绘画的可选蒙版图像文件路径（带有透明通道的 PNG）。必须与输入图像大小相同且小于 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（默认值：1）。" }, "size": { "type": ["string", "null"], "enum": ["1024x1024", "1536x1024", "1024x1536", "auto"], "default": "auto", "description": "图像尺寸（'1024x1024'，'1536x1024'，'1024x1536'，'auto'）。默认值：'auto'。" }, "quality": { "type": ["string", "null"], "enum": ["low", "medium", "high", "auto"], "default": "auto", "description": "渲染质量（'low'，'medium'，'high'，'auto'）。默认值：'auto'。" }, "user": { "type": ["string", "null"], "default": null, "description": "可选的唯一标识符，代表最终用户。" }, "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。
- 输入模式：
预备条件
- Python（推荐 3.8 或更高版本）
- pip（Python 包管理器）
- OpenAI API 密钥（可以直接在脚本中设置，或通过环境变量
OPENAI_API_KEY设置——强烈建议出于安全考虑使用环境变量）。 - 一个 MCP 客户端环境（如 Cline 使用的），能够管理和启动 MCP 服务器。
安装
- 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：
使用您的 OpenAI 密钥设置
OPENAI_API_KEY环境变量，而不是将其硬编码到脚本中。如何设置取决于您的操作系统。
配置（针对 Cline MCP 客户端）
为了让此服务器可供您的 AI 助手（如 Cline）使用，请将其配置添加到您的 MCP 设置文件（例如 cline_mcp_settings.json）中。
找到设置文件中的 mcpServers 对象，并添加以下条目：
{
"mcpServers": {
// ... 其他服务器配置 ...
"openai-image-gen-mcp": {
"autoApprove": [
"generate_image",
"edit_image"
],
"disabled": false,
"timeout": 180, // 增加超时时间以应对可能较长的图像生成过程
"command": "python", // 或者指定 Python 可执行文件的实际路径，如果不在 PATH 中
"args": [
// 重要：用实际绝对路径替换此路径
// 到您系统上克隆的存储库中的 openai_image_mcp.py 文件
"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存放 API 密钥：
// "OPENAI_API_KEY": "YOUR_API_KEY_HERE"
},
"transportType": "stdio"
}
// ... 其他服务器配置 ...
}
}
重要： 将 C:/path/to/your/cloned/repo/ 替换为您机器上实际克隆此存储库的位置。确保路径分隔符适合您的操作系统（例如，在 Windows 上使用反斜杠 \）。如果您通过环境变量设置了 API 密钥，可以从脚本中移除它，并根据您的 MCP 客户端是否支持，将其添加到这里的 env 部分。
运行服务器
通常不需要手动运行服务器。当 MCP 客户端（如 Cline）首次调用其工具之一时，会自动使用配置文件中指定的 command 和 args 启动服务器。
如果您想手动测试（确保已安装依赖项并且 API 密钥可用）：
python openai_image_mcp.py
使用方法
AI 助手通过 generate_image 和 edit_image 工具与服务器交互。图像保存在 openai_image_mcp.py 脚本所在位置创建的 ai-images 子目录中。工具在成功时返回保存图像的绝对路径。