Zhipu AI Image Generator MCP Server

MCP设计创作

提供方 lisy09

设计创作 stdio · 本地进程 无需鉴权 社区 / 第三方 Claude
查看接入方式

基于智谱AI CogView4模型的图像生成服务器,支持多种尺寸图片生成并自动保存。

一句话选型结论

按资料字段整理

Zhipu AI Image Generator MCP Server 属于设计创作类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 Claude,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类设计创作 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 1 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

设计创作
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量1暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

图像生成Python本地部署AI模型文本转图片服务器应用

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
python cogview_server.py

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 1 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
出图与素材

生成配图、图标与素材。

设计稿处理

读取设计稿、批量改尺寸或导出。

内容生成

按主题生成文案与视觉草稿。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 1 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude,换客户端不用重新研究配置。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在设计创作场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Zhipu AI Image Generator MCP Server当前 1 stdio · 本地进程 本地部署 有 2026-05-17
Cursor Talk To Figma MCP Da1c7911 40 未标注 未标注 无 2026-05-17
Blender MCP 17 stdio · 本地进程 本地部署 有 2026-05-18
Nova Canvas MCP Server 2 stdio · 本地进程 本地部署 有 2026-05-17
Figma Context MCP 3aaa8d28 未标注 未标注 支持远程部署 无 2026-05-17
kreuzberg 未标注 stdio · 本地进程 本地部署 有 2026-04-12

服务器档案

设计创作
字段来自项目仓库与公开索引,中文说明由本站标注
提供方lisy09上游标注的维护方 lisy09
分类设计创作本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Python本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

3.8 KB
来自项目仓库与上游目录的原文,未做删改

智谱AI图像生成MCP服务器

这是一个基于MCP (Model Context Protocol) 的服务器,提供智谱AI CogView4图像生成功能。

功能

  • 使用智谱AI的CogView4模型根据文本提示词生成图片
  • 支持多种图片尺寸:1024x1024、768x768、576x1024
  • 自动保存生成的图片到本地generated_images文件夹

安装

  1. 克隆项目:```bash
    git clone https://github.com/lisy09/zhipu_image_mcp.git
    cd zhipu_image_mcp

2. 使用uv安装依赖:```bash
# 如果尚未安装uv,请先安装:curl -LsSf https://astral.sh/uv/install.sh | sh
uv sync
  1. 激活虚拟环境:```bash
    source .venv/bin/activate # Linux/Mac

或

.venv\Scripts\activate # Windows


## 配置

在使用前,需要设置智谱AI的API密钥:```bash
export ZHIPU_API_KEY="your_api_key_here"

或者在Windows上:```cmd
set ZHIPU_API_KEY=your_api_key_here


## 使用方法

### 启动MCP服务器```bash
python cogview_server.py

服务器启动后,可以通过MCP协议调用以下工具:

generate_cogview4_image

根据文本提示词生成图片。

参数:
- prompt (必需): 用于生成图片的详细中文描述
- size (可选): 图片尺寸,可选值:'1024x1024'、'768x768'、'576x1024',默认为'1024x1024'

示例:```json
{
"prompt": "一只戴着宇航员头盔的猫漂浮在太空中,背景是璀璨的星河",
"size": "1024x1024"
}


生成的图片将保存在`generated_images`文件夹中,文件名格式为:`cogview4_image_YYYYMMDD_HHMMSS.png`

## 在IDE中配置MCP服务器

### 在RooCode中使用

1. 打开RooCode设置
2. 找到MCP服务器配置选项
3. 添加新的MCP服务器配置:```json
{
"zhipu-image-mcp": {
"command": "python",
"args": ["/path/to/your/zhipu_image_mcp/cogview_server.py"],
"env": {
"ZHIPU_API_KEY": "your_api_key_here"
}
}
}
  1. 将 /path/to/your/zhipu_image_mcp 替换为项目的实际路径
  2. 将 your_api_key_here 替换为你的智谱AI API密钥
  3. 保存配置并重启RooCode

配置完成后,你就可以在RooCode中直接使用智谱AI图像生成功能了。

在Claude Code中使用

  1. 打开Claude Code设置
  2. 找到MCP服务器配置
  3. 添加以下配置:```json
    {
    "mcpServers": {
    "zhipu-image-mcp": {
    "command": "python",
    "args": ["/path/to/your/zhipu_image_mcp/cogview_server.py"],
    "env": {
    "ZHIPU_API_KEY": "your_api_key_here"
    }
    }
    }
    }

4. 将 `/path/to/your/zhipu_image_mcp` 替换为项目的实际路径
5. 将 `your_api_key_here` 替换为你的智谱AI API密钥
6. 保存配置并重启Claude Code

配置完成后,你就可以在Claude Code中直接使用智谱AI图像生成功能了。

### 通用配置注意事项

- 确保Python路径正确,可以使用绝对路径:`/usr/bin/python3` 或 `which python` 查看路径
- 确保项目路径使用绝对路径,避免相对路径导致的问题
- API密钥可以通过环境变量设置,也可以直接在配置中指定
- 如果使用虚拟环境,确保命令指向虚拟环境中的Python:`/path/to/.venv/bin/python`

### 依赖安装确认

在配置MCP服务器之前,请确保已经安装了所有依赖:

1. **在项目中安装依赖**(推荐):```bash
cd /path/to/your/zhipu_image_mcp
uv sync  # 或者 pip install -r requirements.txt
  1. 使用虚拟环境的Python路径:```json
    {
    "command": "/path/to/your/zhipu_image_mcp/.venv/bin/python",
    "args": ["/path/to/your/zhipu_image_mcp/cogview_server.py"]
    }

3. **或者全局安装依赖**:```bash
pip install mcp zai-sdk
  1. 验证依赖安装:bash python -c "import mcp; import zai; print('依赖安装成功')"

如果IDE无法找到依赖,建议使用虚拟环境的完整Python路径,这样可以确保使用正确的依赖环境。

依赖

  • mcp>=1.0.0
  • zai-sdk>=0.1.0
  • requests
  • python>=3.8

许可证

MIT License

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
Zhipu AI Image Generator MCP Server 怎么安装?

在客户端按下面的安装命令接入:python cogview_server.py。装完在客户端配置里引用同一个包或端点。

Zhipu AI Image Generator MCP Server 怎么在 Claude 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

Zhipu AI Image Generator MCP Server 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Zhipu AI Image Generator MCP Server 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Zhipu AI Image Generator MCP Server 支持哪些客户端?

资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Zhipu AI Image Generator MCP Server 能提供哪些能力?

资料显示约 1 个工具;能力标签包括 图像生成、Python、Claude。具体工具清单以官方文档为准。

Zhipu AI Image Generator MCP Server 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Zhipu AI Image Generator MCP Server 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。