使用说明

项目简介

Image-Gen-Server 是一个基于 Model Context Protocol (MCP) 构建的图像生成服务器,它利用即梦AI的图像生成能力,为支持 MCP 协议的客户端(如 Cursor IDE)提供文本到图像的服务。通过简单的配置,即可在代码编辑器等环境中使用自然语言指令生成图像,并将其保存到本地文件系统。

主要功能点

  • 文本到图像生成: 根据用户提供的文本描述,生成高质量的图像。
  • Cursor IDE 集成: 完美适配 Cursor IDE,通过 MCP 协议无缝集成图像生成工具。
  • 本地图片保存: 生成的图像自动保存到服务器本地,方便管理和使用。
  • 可配置保存路径: 允许用户自定义图像的保存目录,灵活管理生成资源。
  • 工具发现: MCP 客户端可以自动发现服务器提供的 'generate_image' 工具。

安装步骤

  1. 环境准备:

    • 确保已安装 Python 3.10 或更高版本。
    • 确保已安装 npm (Node.js 包管理器)。
    • 建议安装 Node.js v20 或更高版本。
    • 安装 'uv' 包:'pip install uv'
    • (可选,用于调试)安装 MCP Inspector: 'npm install -g @modelcontextprotocol/[email protected]'
  2. 克隆仓库:

    git clone https://github.com/fengin/image-gen-server.git
    cd image-gen-server
  3. 安装依赖:

    pip install -r requirements.txt
    pip install uv
  4. 配置即梦Token和图片默认保存地址:

    • 打开 'server.py' 文件。
    • 修改 'JIMENG_API_TOKEN' 变量的值为你从即梦AI获取的 'sessionid'。
    • 修改 'IMG_SAVA_FOLDER' 变量的值为你希望图片保存的默认文件夹路径。

服务器配置

为了让 MCP 客户端(例如 Cursor IDE)连接到 Image-Gen-Server,您需要在客户端中配置 MCP 服务器信息。以下是配置示例,请根据您的实际情况进行调整:

{
  "serverName": "image-gen-server",  // 服务器名称,可以自定义
  "serverType": "command",         // 服务器类型为 command
  "command": "uv run --with fastmcp fastmcp run <项目路径>/server.py", // 启动服务器的命令
  "arguments": []                  // 启动参数,本例中为空
}

重要: 请将 '<项目路径>' 替换为 'server.py' 文件在您本地文件系统中的绝对路径

路径示例:

  • Windows: '"command": "uv run --with fastmcp fastmcp run D:/code/image-gen-server/server.py"'
  • macOS/Linux: '"command": "uv run --with fastmcp fastmcp run /Users/username/code/image-gen-server/server.py"'

基本使用方法

  1. 在 Cursor IDE 中,打开设置 (Settings)。
  2. 导航到 "Features" -> "MCP Servers"。
  3. 点击 "Add new MCP server"。
  4. 填写服务器配置信息,将上面提供的 JSON 配置粘贴到相应的字段中,并确保 'command' 中的路径已替换为您的实际项目路径。
  5. 启动 MCP Server。启动成功后,Cursor IDE 应该能够检测到 Image-Gen-Server 提供的 'generate_image' 工具。
  6. 在 Cursor IDE 的 Agent 模式下,您可以使用自然语言指令来调用图像生成工具。例如,您可以输入类似 "请帮我生成一张猫的图片,并保存到项目目录的 images 文件夹下" 的指令。Cursor 将会调用 Image-Gen-Server 生成图像并返回结果。

获取即梦Token (sessionid)

  1. 访问 即梦 并登录您的账号。
  2. 按 F12 打开开发者工具 (Developer Tools)。
  3. 在 "Application" (或 "应用") 选项卡中,找到 "Cookies"。
  4. 在 Cookies 列表中,找到名为 'sessionid' 的 Cookie。
  5. 将 'sessionid' 的值复制并粘贴到 'server.py' 文件中的 'JIMENG_API_TOKEN' 变量中。

信息

分类

AI与计算