tai-mcp

tai-mcp 是一个仅通过 stdio 运行的本地 MCP，把 tai-openapi 的 OpenAI 兼容图片生成和 编辑接口封装为 MCP 工具。它不监听端口，也不提供 HTTP、鉴权、CORS、健康检查或 Docker 部署入口。

工具

• generate_image：调用 POST /v1/images/generations 生成图片。
• edit_image：调用 POST /v1/images/edits 编辑一张或多张图片。
• get_image_model_capabilities：查询编辑模型的图片数量、mask、size 和扩展参数约束。
• list_image_models：列出上游当前启用的模型。

生成和编辑都支持 response_format="url"（默认）与 response_format="b64_json"：

• url：MCP 返回包含上游图片 URL 的 JSON 文本，不下载图片。
• b64_json：MCP 返回标准 ImageContent 和图片元数据。

图片编辑输入

edit_image.images 是有序的本地图片绝对路径列表，mask 是可选的本地图片绝对路径。 支持 PNG、JPEG 和 WebP。MCP 在本机读取文件，再通过 OpenAI 兼容的 multipart image[] 和 mask 文件字段上传到 tai-openapi，图片内容不经过 MCP JSON/base64 传输。

路径必须满足以下条件：

• 使用普通文件系统绝对路径，例如 C:\Users\me\Pictures\source.png；不要使用 file://；
• 最终解析路径位于 MCP_ALLOWED_IMAGE_ROOTS 配置的目录中；
• 文件扩展名和实际图片格式一致；
• 单个文件不超过 MCP_MAX_IMAGE_BYTES。

相对路径、HTTP URL、base64 和 Data URL 不再作为编辑输入接受。

示例：

{
  "prompt": "Make the bodywork brighter",
  "images": [
    "C:\\Users\\me\\Pictures\\car.png",
    "C:\\Users\\me\\Pictures\\reference.png"
  ],
  "model": "tai-image-to-image",
  "response_format": "url",
  "parameters": {"denoise": 0.55}
}

编辑前建议先调用 get_image_model_capabilities(model)，按返回的 input.min_images、 input.max_images、input.mask、input.size、input.prompt_required 和 parameters_schema 组织参数。

安装与配置

要求 Python 3.12+ 和 uv。

Copy-Item .env.example .env
uv sync --extra dev

在 .env 中至少配置现有的 TAI_OPENAPI_* 变量：

TAI_OPENAPI_BASE_URL=http://127.0.0.1:8000/v1
TAI_OPENAPI_API_KEY=replace-with-tai-openapi-api-key
TAI_IMAGE_MODEL=tai-text-to-image
TAI_IMAGE_EDIT_MODEL=tai-image-to-image
MCP_ALLOWED_IMAGE_ROOTS=C:\Users\me\Pictures

本地运行与注册

直接启动 stdio MCP：

uv run python -m tai_mcp

注册到 Codex 时，让进程工作目录指向本项目，以便读取 .env：

codex mcp add tai-images -- `
  powershell.exe -NoLogo -NoProfile -NonInteractive -ExecutionPolicy Bypass `
  -File C:\path\to\tai-mcp\run-stdio.ps1

不要把真实 API Key 写入 .env.example、Codex 命令参数、Git 或日志。

测试

uv run --extra dev python -m pytest
uv run --extra dev python -m ruff check .
uv run --extra dev python -m ruff format --check .