image-generate-mcp-remote 0.9.1

Remote MCP server for image generation

image-generate-mcp-remote

一个基于 UV + Python 的远程 MCP 图片生成服务，统一封装 OpenAI Images 兼容接口与 Gemini generateContent 生图接口。

本子项目运行时复用工作区根目录 .venv。在本目录执行 uv 命令时，会通过工作区环境注入使用统一虚拟环境。

项目能力

• 提供 gpt_image_2_official 工具，兼容 OpenAI Images 风格的文生图与参考图编辑
• 提供 nano_banana_2_official 工具，兼容 Gemini generateContent 风格的文生图与参考图编辑
• 提供 gpt-image-2-url 工具，兼容 https://www.right.codes/draw/v1/images/generations 并自动下载返回图片 URL
• 提供 list_image_tools_catalog 工具，用于输出当前服务的默认配置、有效模型与非敏感环境变量信息
• 默认网关已切换到 uocode

默认上游配置

OpenAI Images 兼容

• 默认 BASE_URL：https://www.uocode.com/v1
• 默认模型：gpt-image-2
• 典型接口：
  • POST /v1/images/generations
  • POST /v1/images/edits

Gemini 原生兼容

• 默认 BASE_URL：https://www.uocode.com
• 默认模型：gemini-3.1-flash-image-preview
• 典型接口：
  • POST /v1beta/models/{model}:generateContent

安装与启动

通过 uv 安装使用

uv 本身没有单独的“官方包仓库”，常规做法是把包发布到 PyPI，然后让用户通过 uv 直接下载运行。

当 v0.9.1 发布到 PyPI 后，可直接这样使用：

# 临时运行，不落本地项目源码
uvx image-generate-mcp-remote --transport stdio

# 或安装为全局工具
uv tool install image-generate-mcp-remote
image-generate-mcp-remote --transport stdio

1. 安装依赖

uv sync
cp .env.example .env

2. 配置环境变量

至少填写你要使用的工具对应 API Key：

• IMG_GEN_GPT_IMAGE_2_OFFICIAL_API_KEY
• IMG_GEN_NANO_BANANA_2_OFFICIAL_API_KEY

3. 启动服务

# Streamable HTTP（默认）
uv run image-generate-mcp-remote --transport streamable-http --host 127.0.0.1 --port 3001

# SSE
uv run image-generate-mcp-remote --transport sse --host 127.0.0.1 --port 3001

# stdio（本地 MCP 客户端直连）
uv run image-generate-mcp-remote --transport stdio

当前实际部署（systemd --user）

本项目当前真正使用中的远端 MCP 服务，不是 stdio 直连，而是 systemd --user 托管的 streamable-http 服务。

• 服务名：image-generate-mcp.service
• unit 文件位置模式：~/.config/systemd/user/image-generate-mcp.service
• 工作目录：部署目录 <deploy-root>
• 环境文件：<deploy-root>/.env
• 当前接入地址：http://127.0.0.1:25235/mcp

部署、更新、修改环境变量、重启服务、OpenCode MCP JSON 配置的完整说明见：

• SYSTEMD_DEPLOYMENT_GUIDE.md

对于当前这个远端服务，需要特别注意：

• 改 OpenCode MCP JSON 里的 env，不会改变已启动服务的环境变量
• 要改服务配置，必须修改 <deploy-root>/.env 或 image-generate-mcp.service
• 改 .env 后执行 systemctl --user restart image-generate-mcp.service
• 改 .service 后执行 systemctl --user daemon-reload && systemctl --user restart image-generate-mcp.service

MCP 配置方式

以下配置示例均为当前项目可直接使用的正确写法。

方式一：stdio 直连（推荐本地开发）

适用于大多数支持本地命令启动 MCP Server 的客户端。

{
  "mcpServers": {
    "image-generate-mcp-remote": {
      "command": "uv",
      "args": [
        "run",
        "image-generate-mcp-remote",
        "--transport",
        "stdio"
      ],
      "cwd": "/absolute/path/to/image-generate-mcp-remote",
      "env": {
        "IMG_GEN_GPT_IMAGE_2_OFFICIAL_API_KEY": "sk-xxxx",
        "IMG_GEN_GPT_IMAGE_2_OFFICIAL_BASE_URL": "https://www.uocode.com/v1",
        "IMG_GEN_GPT_IMAGE_2_OFFICIAL_MODEL": "gpt-image-2",
        "IMG_GEN_GPT_IMAGE_2_OFFICIAL_SUPPORTED_MODELS": "gpt-image-2",
        "IMG_GEN_NANO_BANANA_2_OFFICIAL_API_KEY": "sk-xxxx",
        "IMG_GEN_NANO_BANANA_2_OFFICIAL_BASE_URL": "https://www.uocode.com",
        "IMG_GEN_NANO_BANANA_2_OFFICIAL_MODEL": "gemini-3.1-flash-image-preview",
        "IMG_GEN_NANO_BANANA_2_OFFICIAL_SUPPORTED_MODELS": "gemini-3.1-flash-image-preview",
        "IMAGE_OUTPUT_DIR": "storage/images",
        "IMAGE_BASE_URL": "",
        "IMAGE_HTTP_TIMEOUT_SECONDS": "600",
        "LOG_LEVEL": "INFO"
      }
    }
  }
}

方式二：Streamable HTTP 远程接入

先启动服务：

uv run image-generate-mcp-remote --transport streamable-http --host 127.0.0.1 --port 3001

服务默认 MCP 路径为：/mcp

{
  "mcpServers": {
    "image-generate-mcp-remote": {
      "url": "http://127.0.0.1:3001/mcp"
    }
  }
}

方式三：SSE 远程接入

先启动服务：

uv run image-generate-mcp-remote --transport sse --host 127.0.0.1 --port 3001

服务默认路径为：

• SSE 入口：/sse
• 消息通道：/messages/

对于要求分别填写 SSE 地址与消息地址的客户端，可使用：

• http://127.0.0.1:3001/sse
• http://127.0.0.1:3001/messages/

工具列表

list_image_tools_catalog

输出当前服务暴露的图片工具目录，包括：

• 默认网关地址
• 当前有效模型
• 支持模型列表
• 非敏感环境变量生效值

gpt_image_2_official

OpenAI Images 兼容工具。

• mode=generate 时调用文生图
• mode=edit 时调用参考图编辑 / 图生图
• 默认请求上游：https://www.uocode.com/v1
• 若传入 size="宽x高"，服务会自动归一化到支持的 30 档常用尺寸后再请求上游

nano_banana_2_official

Gemini generateContent 兼容工具。

• mode=generate 时调用文生图
• mode=edit 时调用参考图编辑 / 图生图
• 默认请求上游：https://www.uocode.com

gpt-image-2-url

URL 返回型 gpt-image-2 独立工具。

• 调用接口：POST /images/generations
• 默认请求上游：https://www.right.codes/draw/v1
• 默认模型：gpt-image-2-vip
• 上游返回 https 图片地址后，服务会自动下载并保存到 save_path
• 返回结果继续复用统一 ImageToolResult 结构，保留耗时、token 使用量与上游响应摘要
• 仅接受共享的 30 档 size="宽x高" 预设尺寸

环境变量说明

GPT Image 工具

变量名	必填	默认值	说明
IMG_GEN_GPT_IMAGE_2_OFFICIAL_API_KEY	是	空	gpt_image_2_official 使用的 API Key
IMG_GEN_GPT_IMAGE_2_OFFICIAL_BASE_URL	否	https://www.uocode.com/v1	OpenAI Images 兼容网关地址
IMG_GEN_GPT_IMAGE_2_OFFICIAL_MODEL	否	gpt-image-2	默认调用模型
IMG_GEN_GPT_IMAGE_2_OFFICIAL_SUPPORTED_MODELS	否	gpt-image-2	允许调用的模型白名单，逗号分隔

Nano Banana 工具

变量名	必填	默认值	说明
IMG_GEN_NANO_BANANA_2_OFFICIAL_API_KEY	是	空	nano_banana_2_official 使用的 API Key
IMG_GEN_NANO_BANANA_2_OFFICIAL_BASE_URL	否	https://www.uocode.com	Gemini 原生兼容网关地址
IMG_GEN_NANO_BANANA_2_OFFICIAL_MODEL	否	gemini-3.1-flash-image-preview	默认调用模型
IMG_GEN_NANO_BANANA_2_OFFICIAL_SUPPORTED_MODELS	否	gemini-3.1-flash-image-preview	允许调用的模型白名单，逗号分隔

通用变量

变量名	必填	默认值	说明
IMAGE_OUTPUT_DIR	否	storage/images	生成图片的落盘目录
IMAGE_BASE_URL	否	空	若需要对外暴露图片 URL，可配置对应静态资源基地址
IMAGE_HTTP_TIMEOUT_SECONDS	否	600	上游图片生成请求超时时间，单位秒
LOG_LEVEL	否	INFO	日志级别

GPT Image 2 URL 工具

变量名	必填	默认值	说明
IMG_GEN_GPT_IMAGE_2_URL_API_KEY	是	空	gpt-image-2-url 使用的 API Key
IMG_GEN_GPT_IMAGE_2_URL_BASE_URL	否	https://www.right.codes/draw/v1	URL 返回型网关地址
IMG_GEN_GPT_IMAGE_2_URL_MODEL	否	gpt-image-2-vip	默认调用模型
IMG_GEN_GPT_IMAGE_2_URL_SUPPORTED_MODELS	否	gpt-image-2-vip	允许调用的模型白名单，逗号分隔

调试与验证

uv run pytest

发布说明

• GitHub Release：创建如 v0.9.1 的 release 后，会自动触发 .github/workflows/release.yml
• PyPI 发布：工作流使用 uv build --no-sources 与 uv publish
• Trusted Publishing：建议在 PyPI 中为仓库 zztdandan/image-generate-mcp-remote 配置 GitHub Actions trusted publisher，并将 workflow 文件名填写为 .github/workflows/release.yml、environment 填写 pypi
• Token 回退方案：若暂不使用 Trusted Publishing，可在 GitHub 仓库 secrets 中配置 UV_PUBLISH_TOKEN，同一工作流会自动读取并发布

许可证

本项目采用 MIT 许可证，完整文本见 LICENSE。