内容
# 通用图像MCP - 多提供商AI图像生成服务器，适用于Claude Desktop和MCP客户端
> **用于AI图像生成的通用MCP服务器**，支持AWS Bedrock（Nova Canvas）、OpenAI（GPT Image、DALL-E）和Google Gemini（Imagen 4）。通过单个模型上下文协议接口，使用多个AI模型生成、转换和编辑图像。
[](https://www.python.org/downloads/)
[](https://opensource.org/licenses/MIT)
[](https://modelcontextprotocol.io)
## 什么是通用图像MCP？
通用图像MCP是一个**模型上下文协议（MCP）服务器**，提供对多个AI图像生成提供商的统一访问。无论您使用的是**Claude Desktop**、**Kiro IDE**还是任何MCP兼容的客户端，该服务器都允许您使用：
- **AWS Bedrock** - Amazon Nova Canvas，用于企业级图像生成
- **OpenAI** - GPT Image 1.5、ChatGPT Image、DALL-E模型
- **Google Gemini** - Gemini 2.5 Flash Image、Imagen 4、Imagen 4 Ultra
适用于构建AI应用程序的开发人员、内容创作者以及任何需要通过单个接口访问多个图像生成API的人。
## 示例输出
使用此MCP服务器生成的不同模型架构图比较：
<table><thead><tr><th>样式</th><th>模型</th><th>输出</th></tr></thead><tbody><tr><td><strong>技术图表</strong></td><td>OpenAI <code>gpt-image-1.5</code></td><td><img src="https://raw.githubusercontent.com/manu-mishra/universal-image-mcp/main/images/universal-image-mcp-architecture.png" alt="通用图像MCP服务器架构图 - OpenAI GPT Image 1.5 - 多提供商AI图像生成，集成AWS Bedrock、OpenAI、Google Gemini"></td></tr><tr><td><strong>技术图表</strong></td><td>Google <code>gemini-2.5-flash-image</code></td><td><img src="https://raw.githubusercontent.com/manu-mishra/universal-image-mcp/main/images/universal-image-mcp-architecture-gemini.png" alt="通用图像MCP服务器架构图 - Google Gemini 2.5 Flash - 模型上下文协议，用于AI图像生成"></td></tr><tr><td><strong>技术图表</strong></td><td>AWS <code>amazon.nova-canvas-v1:0</code></td><td><img src="https://raw.githubusercontent.com/manu-mishra/universal-image-mcp/main/images/universal-image-mcp-architecture-nova.png" alt="通用图像MCP服务器架构图 - AWS Bedrock Nova Canvas - 企业级AI图像生成架构"></td></tr><tr><td><strong>3D粘土艺术</strong></td><td>Google <code>gemini-2.5-flash-image</code></td><td><img src="https://raw.githubusercontent.com/manu-mishra/universal-image-mcp/main/images/universal-image-mcp-architecture-clay-gemini.png" alt="3D粘土艺术风格MCP架构 - Google Gemini 2.5 Flash - AI生成的技术图表，呈现可爱粘土美学"></td></tr><tr><td><strong>3D粘土艺术</strong></td><td>OpenAI <code>gpt-image-1.5</code></td><td><img src="https://raw.githubusercontent.com/manu-mishra/universal-image-mcp/main/images/universal-image-mcp-architecture-clay-openai.png" alt="3D粘土艺术风格MCP架构 - OpenAI GPT Image 1.5 - AI图像生成服务器，呈现3D粘土艺术风格"></td></tr><tr><td><strong>3D粘土艺术</strong></td><td>AWS <code>amazon.nova-canvas-v1:0</code></td><td><img src="https://raw.githubusercontent.com/manu-mishra/universal-image-mcp/main/images/universal-image-mcp-architecture-clay-nova.png" alt="3D粘土艺术风格MCP架构 - AWS Nova Canvas - 多提供商图像生成，呈现柔和粘土美学"></td></tr></tbody></table>
查看使用的提示：
**技术图表提示：**
```vbnet
通用图像MCP服务器的技术架构图。该图表显示：
顶层：MCP客户端（Claude Desktop，Kiro IDE）通过模型上下文协议连接
中间层：通用图像MCP服务器（FastMCP），包含三个主要组件：
1. 服务器模块（server.py）- 处理list_models、generate_image、transform_image、prompt_guide工具
2. 提供商模块（providers.py）- 管理延迟初始化和提供商抽象
3. 配置 - ENABLE_AWS、ENABLE_OPENAI、ENABLE_GEMINI的环境变量
底层：三个提供商框并排：
- AWS Bedrock（boto3）- Amazon Nova Canvas，带有AWS凭证和区域配置
- OpenAI API - GPT Image 1.5、ChatGPT Image Latest，带有API密钥
- Google Gemini API - Gemini 2.5 Flash、Imagen 4，带有API密钥
显示数据流的箭头：
- 客户端向服务器发送工具请求
- 服务器根据model_id路由到适当的提供商
- 提供商向其各自服务发出API调用
- 图像数据通过链路流回
干净、专业的软件架构图表风格，带有框、箭头和标签。使用蓝色和灰色配色方案。现代技术文档美学。等距或分层视图，显示清晰的关注点分离。
```
**3D粘土艺术提示：**
```vbnet
与上述相同的技术架构内容，但呈现为：
3D粘土艺术风格，带有柔和的圆形形状，柔和的颜色，可爱的最简主义美学，柔和的摄影棚照明，干净的构图，带有深度和阴影。
```
*注意：3D粘土艺术版本使用`s3tablearch.png`作为样式指导参考图像。*
## 主要功能
- 🔄 **多提供商支持** - 在AWS Bedrock、OpenAI和Google Gemini之间无缝切换
- 🚀 **动态模型发现** - 自动从每个提供商的API获取最新的可用模型
- ⚡ **延迟初始化** - 仅在需要时加载提供商客户端以优化性能
- 🎨 **参考图像支持** - 根据现有图像样式生成新图像
- 📐 **可配置尺寸** - 支持AI模型的自定义宽度/高度
- 📚 **内置提示指南** - 编写有效图像生成提示的最佳实践
- 🔌 **MCP协议** - 与Claude Desktop、Kiro IDE和所有MCP兼容客户端配合使用
- 🐍 **Python 3.11+** - 现代Python，带有类型提示和异步支持
## 快速入门安装
通过pip安装：
```bash
pip install universal-image-mcp
```
或与uvx一起使用（推荐用于MCP服务器）：
```bash
uvx universal-image-mcp@latest
```
## MCP服务器配置
### 对于Claude Desktop
将以下内容添加到您的Claude Desktop MCP配置文件中：
**macOS**: `~/Library/Application Support/Claude/claude_desktop_config.json`
**Windows**: `%APPDATA%\Claude\claude_desktop_config.json`
```json
{
"mcpServers": {
"universal-image-mcp": {
"command": "uvx",
"args": ["universal-image-mcp@latest"],
"env": {
"ENABLE_AWS": "true",
"AWS_PROFILE": "default",
"AWS_REGION": "us-east-1",
"ENABLE_OPENAI": "true",
"OPENAI_API_KEY": "sk-...",
"ENABLE_GEMINI": "true",
"GEMINI_API_KEY": "..."
}
}
}
}
```
### 对于Kiro IDE
添加到 `~/.kiro/settings/mcp.json`:
```json
{
"mcpServers": {
"universal-image-mcp": {
"command": "uvx",
"args": ["universal-image-mcp@latest"],
"env": {
"ENABLE_AWS": "true",
"ENABLE_OPENAI": "true",
"OPENAI_API_KEY": "sk-...",
"ENABLE_GEMINI": "true",
"GEMINI_API_KEY": "..."
}
}
}
}
```
## 获取API密钥和凭证
在使用此MCP服务器之前，您需要获得要使用的提供商的凭证。
### AWS Bedrock设置
AWS Bedrock使用您的本地AWS凭证。您有几个选项：
1. **AWS CLI配置**（推荐）
- 安装[AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/getting-started-install.html)
- 运行`aws configure`并提供您的访问密钥、秘密密钥和区域
- 官方指南：[AWS CLI配置](https://docs.aws.amazon.com/cli/v1/userguide/cli-configure-files.html)
2. **AWS凭证文件**
- 创建`~/.aws/credentials`并包含您的访问密钥
- 创建`~/.aws/config`并包含您的区域设置
- 官方指南：[共享配置和凭证文件](https://docs.aws.amazon.com/sdkref/latest/guide/file-format.html)
3. **环境变量**
- 设置`AWS_ACCESS_KEY_ID`、`AWS_SECRET_ACCESS_KEY`和`AWS_REGION`
- 官方指南：[AWS CLI身份验证](https://docs.aws.amazon.com/cli/v1/userguide/cli-chap-authentication.html)
**获取AWS访问密钥：**
- 登录到 [AWS控制台](https://console.aws.amazon.com/)
- 导航到IAM → 用户 → 您的用户 → 安全凭证
- 在“访问密钥”下创建新的访问密钥
- 确保您的IAM用户具有Bedrock的权限（例如`AmazonBedrockFullAccess`策略）
### OpenAI API密钥
1. **创建OpenAI账户**
- 访问[OpenAI平台](https://platform.openai.com/)
- 注册或登录您的账户
2. **生成API密钥**
- 进入[API密钥页面](https://platform.openai.com/account/api-keys)
- 点击“创建新的秘密密钥”
- 给它一个描述性名称（可选）
- 立即复制密钥（您将无法再次看到它）
3. **添加账单信息**
- OpenAI需要付款信息才能使用API
- 导航到[账单](https://platform.openai.com/account/billing)以添加付款详细信息
**官方文档：** [OpenAI快速入门指南](https://platform.openai.com/docs/quickstart)
### Google Gemini API密钥
1. **获取Gemini API密钥**
- 访问[Google AI Studio](https://ai.google.dev/gemini-api/docs/api-key)
- 使用您的Google帐户登录
- 点击“获取API密钥”或“创建API密钥”
- 创建一个新项目或选择一个现有项目
- 复制您的API密钥
2. **替代方案：Google Cloud API密钥**
- 对于生产使用，您可以使用[Vertex AI on Google Cloud](https://cloud.google.com/vertex-ai/generative-ai/docs/start/api-keys)
- 这提供更多的企业功能和账单控制
**官方文档：** [Gemini API快速入门](https://ai.google.dev/gemini-api/docs/quickstart)
## 环境变量
<table><thead><tr><th>变量</th><th>必填</th><th>描述</th></tr></thead><tbody><tr><td><code>ENABLE_AWS</code></td><td>否</td><td>启用AWS Bedrock提供商（<code>true</code>/<code>false</code>，默认：<code>false</code>）</td></tr><tr><td><code>AWS_PROFILE</code></td><td>否</td><td>AWS配置文件名称（默认、SSO或命名配置文件）</td></tr><tr><td><code>AWS_REGION</code></td><td>否</td><td>AWS区域（默认：<code>us-east-1</code>）</td></tr><tr><td><code>ENABLE_OPENAI</code></td><td>否</td><td>启用OpenAI提供商（<code>true</code>/<code>false</code>，默认：<code>false</code>）</td></tr><tr><td><code>OPENAI_API_KEY</code></td><td>如果启用OpenAI</td><td>来自<a href="https://platform.openai.com/account/api-keys">platform.openai.com</a>的OpenAI API密钥</td></tr><tr><td><code>ENABLE_GEMINI</code></td><td>否</td><td>启用Google Gemini提供商（<code>true</code>/<code>false</code>，默认：<code>false</code>）</td></tr><tr><td><code>GEMINI_API_KEY</code></td><td>如果启用Gemini</td><td>来自<a href="https://ai.google.dev/gemini-api/docs/api-key">Google AI Studio</a>的Google Gemini API密钥</td></tr></tbody></table>
## API参考 - MCP工具
### list\_models()
**列出所有可用的AI图像生成模型**来自启用的提供商。模型从每个提供商的API动态获取，已弃用的模型自动过滤。
**返回**：`generate_image()`和`transform_image()`兼容的格式化模型ID列表
**示例模型：
- AWS：`amazon.nova-canvas-v1:0`
- OpenAI：`gpt-image-1.5`，`chatgpt-image-latest`
- Gemini：`models/gemini-2.5-flash-image`，`models/imagen-4.0-generate-001`
### generate\_image(prompt, model\_id, output\_path, reference\_image?, width?, height?)
**使用任何支持的模型从文本提示**生成AI图像。
<table><thead><tr><th>参数</th><th>必填</th><th>默认值</th><th>描述</th></tr></thead><tbody><tr><td><code>prompt</code></td><td>是</td><td>-</td><td>图像的详细文本描述。具体描述主题、样式、照明、颜色、构图和情绪。</td></tr><tr><td><code>model_id</code></td><td>是</td><td>-</td><td>来自<code>list_models()</code>的模型ID。示例：<code>amazon.nova-canvas-v1:0</code>, <code>gpt-image-1.5</code>, <code>models/gemini-2.5-flash-image</code></td></tr><tr><td><code>output_path</code></td><td>是</td><td>-</td><td>保存生成的图像的文件路径。自动创建父目录。</td></tr><tr><td><code>reference_image</code></td><td>否</td><td>无</td><td>用于样式/内容指导的参考图像路径</td></tr><tr><td><code>width</code></td><td>否</td><td>1024</td><td>像素图像宽度。注意：一些模型仅支持特定大小。</td></tr><tr><td><code>height</code></td><td>否</td><td>1024</td><td>像素图像高度。注意：一些模型仅支持特定大小。</td></tr></tbody></table>
### transform\_image(image\_path, prompt, model\_id, output\_path)
**使用AI修改**转换和编辑现有图像基于文本提示。
<table><thead><tr><th>参数</th><th>必填</th><th>描述</th></tr></thead><tbody><tr><td><code>image_path</code></td><td>是</td><td>转换的源图像路径（PNG，JPEG等）</td></tr><tr><td><code>prompt</code></td><td>是</td><td>AI转换指令（例如“使其变为黑白”，“添加彩虹”，“转换为水彩风格”）</td></tr><tr><td><code>model_id</code></td><td>是</td><td>来自<code>list_models()</code>的模型ID</td></tr><tr><td><code>output_path</code></td><td>是</td><td>保存转换后的图像的文件路径</td></tr></tbody></table>
**用例：**图像编辑、风格转移、AI图像处理、艺术转换
### prompt\_guide()
**获取AI提示工程最佳实践**图像生成提示的最佳实践**，返回全面的指南，涵盖：
- 提示结构（主题+细节+风格+照明+情绪+构图）
- 具体与通用描述
- 风格、照明和情绪关键词
- 不同用例的示例提示
## 支持的AI图像模型
所有模型均动态发现。使用`list_models()`查看当前选项。
### AWS Bedrock模型
- **Amazon Nova Canvas** (`amazon.nova-canvas-v1:0`) - 企业级图像生成，支持文本和图像输入
### OpenAI模型
- **GPT Image 1.5** (`gpt-image-1.5`) - OpenAI最新的图像生成模型
- **ChatGPT Image Latest** (`chatgpt-image-latest`) - ChatGPT集成的图像生成
### Google Gemini模型
- **Gemini 2.5 Flash Image** (`models/gemini-2.5-flash-image`) - 快速高效的图像生成
- **Gemini 3 Pro Image** (`models/gemini-tdot-image-preview`) - 高级图像生成能力
- **Imagen 4** (`models/imagen-4.0-generate-001`) - Google最先进的图像模型
- **Imagen 4 Ultra** (`models/imagen-4.0-ultra-generate-001`) - 最高质量的Imagen模型
- **Imagen 4 Fast** (`models/imagen-4.0-fast-generate-001`) - 优化速度
## 用例
- **AI应用程序开发** - 将多个图像生成提供商集成到您的应用程序中
- **内容创作** - 生成营销材料、社交媒体内容、插图
- **原型设计和设计** - 快速可视化概念和设计理念
- **图像编辑自动化** - 使用AI批量处理和转换图像
- **研究和实验** - 比较不同AI模型的结果
- **Claude Desktop工作流** - 使用图像生成增强Claude对话
- **开发者工具** - 构建MCP兼容的工具和扩展
## 贡献
欢迎贡献！请随意提交拉取请求。对于较大的更改，请先打开问题讨论您希望更改的内容。
## 相关项目
- [模型上下文协议](https://modelcontextprotocol.io) - 官方MCP文档
- [Claude Desktop](https://claude.ai/desktop) - 带有MCP支持的AI助手
- [FastMCP](https://github.com/jlowin/fastmcp) - 用于构建MCP服务器的Python框架
## 关键词
`mcp-server` `image-generation` `ai-images` `aws-bedrock` `openai` `google-gemini` `claude-desktop` `imagen` `nova-canvas` `python` `fastmcp` `model-context-protocol` `ai-art` `text-to-image` `image-transformation`
## 许可证
MIT
MCP 配置
以下是此 MCP Server 的配置信息，可直接复制到 Cursor 或其他 MCP 客户端中使用。
mcp.json
连接信息
猜你喜欢
暂无推荐服务器