From 76aa1aa604a3c24aec61f90a6ca6a264eb4e8e81 Mon Sep 17 00:00:00 2001 From: kicer Date: Fri, 4 Sep 2026 12:08:54 +0800 Subject: [PATCH] =?UTF-8?q?feat(image-gen):=20=E7=A7=BB=E9=99=A4=20header?= =?UTF-8?q?=20=E4=BC=A0=20model=20=E7=9A=84=E9=80=BB=E8=BE=91=EF=BC=8C?= =?UTF-8?q?=E4=BB=85=E4=BF=9D=E7=95=99=E5=B7=A5=E5=85=B7=E5=8F=82=E6=95=B0?= =?UTF-8?q?=20=E2=86=92=20=E5=85=9C=E5=BA=95=E9=BB=98=E8=AE=A4?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit - 删除 extractModelFromHeaders / X-Image-Gen-Model 等 header 解析路径 - model 优先级简化为单链:arguments.model → DEFAULT_MODEL (CogView-3-Flash) - 新增 README.md,覆盖启动、客户端配置、工具用法、curl 调试、FAQ --- mcp/image-gen/README.md | 237 ++++++++++++++++++++++++++++++++ mcp/image-gen/src/mcp-server.js | 96 ++++++------- 2 files changed, 278 insertions(+), 55 deletions(-) create mode 100644 mcp/image-gen/README.md diff --git a/mcp/image-gen/README.md b/mcp/image-gen/README.md new file mode 100644 index 0000000..dff83bf --- /dev/null +++ b/mcp/image-gen/README.md @@ -0,0 +1,237 @@ +# MCP Image Gen + +一个基于 [Model Context Protocol (MCP)](https://modelcontextprotocol.io/) 的图片生成服务,对接智谱 BigModel 的 `CogView` 系列模型。每次调用通过 HTTP header 传入智谱 API 的 Bearer Token,支持在工具参数中按需切换模型。 + +- 协议:MCP **Streamable HTTP**(单端点 `/mcp`,支持 SSE 流) +- 上游:[智谱 BigModel Images Generations API](https://open.bigmodel.cn/dev/api#images) +- 默认模型:`CogView-3-Flash` +- 端口:`3000` +- 鉴权:**无服务端密钥**,每次请求必须从 header 携带智谱 token + +--- + +## 快速开始 + +### 启动(docker-compose) + +仓库根目录 `docker-compose.yml` 已包含本服务: + +```bash +cd /root/workspace/tools/mcp +docker compose up -d --build mcp-image-gen +``` + +服务容器名 `mcp-image-gen`,通过反代暴露为 `https://image-gen.ai.foresh.com/mcp`。 + +直接连容器调试: + +```bash +docker exec -it mcp-image-gen sh +# 或本机 +curl http://localhost:3000/health +# {"status":"ok","service":"image-gen","sessions":0} +``` + +### MCP 客户端配置 + +#### Claude Desktop / Cursor 等支持 `headers` 配置的客户端 + +```jsonc +// Claude Desktop: ~/Library/Application Support/Claude/claude_desktop_config.json +// Cursor: ~/.cursor/mcp.json +{ + "mcpServers": { + "image-gen": { + "url": "https://image-gen.ai.foresh.com/mcp", + "headers": { + "Authorization": "Bearer " + } + } + } +} +``` + +> **重要**:客户端必须在 **每一个 HTTP 请求**(`initialize` / `notifications/initialized` / `tools/call`)都带上 `Authorization` header。配置在 `headers` 里、由客户端自动重发即可。直连模式下 token 不在 session 间共享。 + +#### 不支持 `headers` 字段的客户端 + +如果客户端只支持 `command`/`args` 启动方式,可改用 stdio 模式(需自行包一层把 token 注入环境变量,再让工具回调从环境变量读——当前实现 HTTP 模式下不依赖环境变量,需自行扩展)。 + +--- + +## 工具:generate_image + +调用智谱图片生成接口,返回图片 URL。 + +### 参数 + +| 名称 | 类型 | 必填 | 说明 | +|---|---|---|---| +| `prompt` | string | ✅ | 图片生成提示词,描述想要的画面内容 | +| `model` | string | ❌ | 模型名称,默认 `CogView-3-Flash`。可填 `CogView-3` / `CogView-3-Flash` 等智谱支持的模型 | +| `size` | string | ❌ | 图片尺寸,例如 `1024x1024`、`1280x1280`、`1024x1792`、`1792x1024`、`768x1344`、`1344x768`,遵循智谱 API 规格 | + +### Model 优先级(单链) + +``` +工具参数 arguments.model → DEFAULT_MODEL (CogView-3-Flash) +``` + +每次 `tools/call` 都是独立决策,**想换模型就在该次调用传 `model` 参数**,不需要重连/换 session。 + +### 返回 + +工具成功时返回若干 `text` 块,第一块是摘要,后续每块各包含一张图片的 URL(方便 LLM 直接贴图或下载): + +```jsonc +{ + "content": [ + { "type": "text", "text": "模型: CogView-3-Flash\n提示词: ...\n图片 1: https://maas-watermark-prod-new.cn-wlcb.ufileos.com/..." }, + { "type": "text", "text": "https://maas-watermark-prod-new.cn-wlcb.ufileos.com/..." } + ] +} +``` + +URL 由智谱签名下发,**带有效期**(通常 24h),如需长期保存请在收到后及时转存到自己的存储。 + +失败时返回 `isError: true` 的错误描述。 + +--- + +## 鉴权细节 + +每个 HTTP 请求必须携带智谱 API Token,server 从以下 header 字段按顺序识别,**首个非空值生效**: + +| 优先级 | Header | 说明 | +|---|---|---| +| 1 | `Authorization: Bearer ` | 推荐,标准 OAuth 风格 | +| 2 | `X-Image-Gen-Token: ` | 直传,避免与客户端自身的 Authorization 冲突 | +| 3 | `X-Mcp-Token: ` | 通用兜底 | + +**Token 不会写入服务端任何存储**,仅在 initialize 阶段绑定到内存中的 session 对象,session 结束立即释放。 + +### 错误响应 + +| 场景 | HTTP 状态 | 表现 | +|---|---|---| +| initialize 时缺 token | `401` | JSON-RPC `error.message` 提示补充 header | +| 智谱 API 4xx/5xx | `200`(MCP 工具返回) | `isError: true`,正文含智谱返回的状态码和 body | +| 网络失败 | `200`(MCP 工具返回) | `isError: true`,正文含 `fetch` 错误信息 | + +--- + +## 用 curl 手工调试 + +MCP Streamable HTTP 不是普通 REST,**必须按顺序**:`initialize` → `notifications/initialized` → `tools/call`。下面用一行版串起来: + +```bash +# 把 替换成你智谱的 API Key +TOKEN="" + +# 1. initialize 拿 sessionId +SESSION=$(curl -s -D - -X POST http://localhost:3000/mcp \ + -H "Content-Type: application/json" \ + -H "Accept: application/json, text/event-stream" \ + -H "Authorization: Bearer $TOKEN" \ + -d '{ + "jsonrpc": "2.0", + "id": 1, + "method": "initialize", + "params": { + "protocolVersion": "2024-11-05", + "capabilities": {}, + "clientInfo": { "name": "curl", "version": "1.0" } + } + }' | grep -i '^mcp-session-id:' | awk '{print $2}' | tr -d '\r\n') + +echo "Session: $SESSION" + +# 2. notifications/initialized +curl -s -X POST http://localhost:3000/mcp \ + -H "Content-Type: application/json" \ + -H "Accept: application/json, text/event-stream" \ + -H "Authorization: Bearer $TOKEN" \ + -H "Mcp-Session-Id: $SESSION" \ + -d '{"jsonrpc": "2.0", "method": "notifications/initialized"}' + +# 3. 列出工具(可选验证) +curl -s -X POST http://localhost:3000/mcp \ + -H "Content-Type: application/json" \ + -H "Accept: application/json, text/event-stream" \ + -H "Authorization: Bearer $TOKEN" \ + -H "Mcp-Session-Id: $SESSION" \ + -d '{"jsonrpc": "2.0", "id": 2, "method": "tools/list"}' + +# 4. 调 generate_image +curl -s -X POST http://localhost:3000/mcp \ + -H "Content-Type: application/json" \ + -H "Accept: application/json, text/event-stream" \ + -H "Authorization: Bearer $TOKEN" \ + -H "Mcp-Session-Id: $SESSION" \ + -d '{ + "jsonrpc": "2.0", + "id": 3, + "method": "tools/call", + "params": { + "name": "generate_image", + "arguments": { + "prompt": "一只可爱的小猫咪,坐在阳光明媚的窗台上,背景是蓝天白云", + "size": "1280x1280" + } + } + }' +``` + +响应是 SSE 格式(`event: message` + `data: {...}`),用 `grep '^data:'` 抽 JSON 即可。 + +--- + +## 架构与文件 + +``` +image-gen/ +├── Dockerfile # node:22-slim,安装依赖后启动 MCP HTTP server +├── .dockerignore # 排除 node_modules +├── package.json # @modelcontextprotocol/sdk + express + zod +├── README.md # 本文件 +└── src/ + └── mcp-server.js # 单文件实现:HTTP server + MCP transport + tool +``` + +### 关键设计 + +- **每 session 一个 transport + server**:通过 `Mcp-Session-Id` 复用,避免每请求重建 +- **Token 闭包注入**:在 Express 入口处从 header 提取 token,闭包传给 `buildServer({ token })`,tool 回调里直接使用;不依赖 SDK 内部字段 +- **模型参数单链**:`arguments.model` → `DEFAULT_MODEL`,无 header 干预 +- **URL 提取**:`response.data[].url` 为准,若返回 `b64_json` 也会一并返回 + +### 默认模型 + +```js +// src/mcp-server.js +const DEFAULT_MODEL = "CogView-3-Flash"; +``` + +修改后 `docker compose up -d --build mcp-image-gen` 即可生效。 + +--- + +## 常见问题 + +**Q: 我能在工具参数里不传 `model` 吗?** +A: 可以,不传就走默认 `CogView-3-Flash`。 + +**Q: 换模型需要重连 MCP session 吗?** +A: 不需要。`model` 是工具参数,每次 `tools/call` 都生效,不需要重建 session。 + +**Q: Token 会不会泄露到日志?** +A: 当前实现只在 session 内存里持有,不会写入 stdout/stderr。Container 日志只打印 session id。 + +**Q: 收到 `Missing valid Mcp-Session-Id` 错误?** +A: 漏发了 `Mcp-Session-Id` header,或调 `tools/call` 前没先 `initialize`。 + +**Q: URL 多久过期?** +A: 智谱签发 URL 默认 24h 左右,详见响应里的 `Expires` 参数。需要长期使用请自行转存到 OSS/S3。 + +**Q: 能否限制 `size` 白名单?** +A: 当前透传给智谱 API,不做强制校验。如需加白名单,修改 `src/mcp-server.js` 中 `generate_image` 的 `size` schema 即可。 diff --git a/mcp/image-gen/src/mcp-server.js b/mcp/image-gen/src/mcp-server.js index c51c6c4..3f06e66 100644 --- a/mcp/image-gen/src/mcp-server.js +++ b/mcp/image-gen/src/mcp-server.js @@ -25,13 +25,13 @@ function parseArgs(argv) { return args; } -function pickToken(req) { - // 优先从 http header 中获取 token(兼容多种命名) - const headers = (req && req.headers) || {}; +// 从请求头里提取 token(兼容多种命名 + Bearer 前缀) +function extractTokenFromHeaders(headers) { + if (!headers) return null; const candidates = [ + headers["authorization"], headers["x-image-gen-token"], headers["x-mcp-token"], - headers["authorization"], ]; for (const v of candidates) { if (!v) continue; @@ -47,18 +47,6 @@ function pickToken(req) { return null; } -function pickModel(req) { - // 从 http header 读取默认 model(可选),未设置返回 null - const headers = (req && req.headers) || {}; - const v = - headers["x-image-gen-model"] || - headers["x-mcp-model"] || - headers["x-model"]; - if (!v) return null; - const s = String(v).trim(); - return s || null; -} - async function callZhipuImagesGenerations({ token, model, prompt, size }) { const body = { model, prompt }; if (size) body.size = size; @@ -99,17 +87,11 @@ function extractUrls(data) { return []; } -function buildServer() { +// 创建 McpServer,把 token 通过闭包注入到工具回调里 +function buildServer({ token }) { const server = new McpServer( - { - name: "image-gen", - version: "1.0.0", - }, - { - capabilities: { - tools: {}, - }, - } + { name: "image-gen", version: "1.0.0" }, + { capabilities: { tools: {} } } ); server.tool( @@ -131,25 +113,9 @@ function buildServer() { "图片尺寸,例如 1024x1024、1280x1280、1024x1792、1792x1024、768x1344、1344x768,遵循智谱 API 规格" ), }, - async (args, extra) => { - const req = extra?.requestInfo?.req; - const token = req ? pickToken(req) : null; - if (!token) { - return { - isError: true, - content: [ - { - type: "text", - text: - "缺少鉴权 token,请通过 HTTP 请求头(例如 Authorization: Bearer 或 X-Image-Gen-Token: )传递。", - }, - ], - }; - } - - // 优先级:工具参数 model > HTTP header 中的 model > DEFAULT_MODEL - const headerModel = req ? pickModel(req) : null; - const model = args.model || headerModel || DEFAULT_MODEL; + async (args) => { + // model 优先级:工具参数 > DEFAULT_MODEL + const model = args.model || DEFAULT_MODEL; const size = args.size; try { @@ -206,17 +172,21 @@ async function startHttp({ port, host }) { const app = express(); app.use(express.json({ limit: "2mb" })); - // session -> { server, transport } 映射 + // session -> transport + server + token/model const sessions = new Map(); app.get("/health", (_req, res) => { res.json({ status: "ok", service: "image-gen", sessions: sessions.size }); }); - async function handleSessionRequest(req, res) { + // 主入口:先从 header 取 token(每个 HTTP 请求都取一次), + // 然后用这个 token 创建一个新的 server+transport; + // 已有 session 直接复用 transport,token 沿用 session 首次创建时的值 + // (避免跨请求 token 不一致;MCP 客户端本来就该每次都带同一个 token) + const handleSessionRequest = async (req, res) => { const sessionId = req.headers["mcp-session-id"]; - // 已有 session:复用 transport + // 已有 session:复用 transport,token/model 直接从 session 缓存里拿 if (sessionId && sessions.has(sessionId)) { const { transport } = sessions.get(sessionId); await transport.handleRequest(req, res, req.body); @@ -236,26 +206,42 @@ async function startHttp({ port, host }) { return; } + // 从本次请求 header 取 token + const token = extractTokenFromHeaders(req.headers); + if (!token) { + res.status(401).json({ + jsonrpc: "2.0", + error: { + code: -32001, + message: + "缺少鉴权 token,请通过 HTTP 请求头(例如 Authorization: Bearer 或 X-Image-Gen-Token: )传递。", + }, + id: req.body?.id ?? null, + }); + return; + } + const newId = randomUUID(); - const server = buildServer(); + const server = buildServer({ token }); const transport = new StreamableHTTPServerTransport({ sessionIdGenerator: () => newId, onsessioninitialized: (id) => { - sessions.set(id, { server, transport }); + sessions.set(id, { server, transport, token }); + console.log(`[image-gen] session initialized: ${id}`); }, }); transport.onclose = () => { if (transport.sessionId) { sessions.delete(transport.sessionId); + console.log(`[image-gen] session closed: ${transport.sessionId}`); } }; await server.connect(transport); await transport.handleRequest(req, res, req.body); - } + }; - // POST /mcp: 主入口 app.post("/mcp", handleSessionRequest); // GET /mcp & DELETE /mcp: 用于 SSE 流 / 会话关闭 @@ -279,14 +265,14 @@ async function startHttp({ port, host }) { } async function startStdio() { - // 保留 stdio 启动方式,便于本地直接调试 - const server = buildServer(); + // stdio 模式下没有 HTTP header,token 暂未支持(保留入口便于本地调试) + const server = buildServer({ token: "" }); const { StdioServerTransport } = await import( "@modelcontextprotocol/sdk/server/stdio.js" ); const transport = new StdioServerTransport(); await server.connect(transport); - console.error("[image-gen] MCP stdio server started"); + console.error("[image-gen] MCP stdio server started (no auth)"); } const args = parseArgs(process.argv.slice(2));