MCP Image Gen
一个基于 Model Context Protocol (MCP) 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
- 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:
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:
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
// 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 <your-zhipu-api-key>"
}
}
}
}
重要:客户端必须在 每一个 HTTP 请求(
initialize/notifications/initialized/tools/call)都带上Authorizationheader。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 |
size |
string | ❌ | 图片尺寸,例如 1024x1024、1280x1280、1024x1792、1792x1024、768x1344、1344x768,遵循智谱 API 规格 |
Model 控制(不在工具参数中暴露)
模型名由调用方在 tools/call 这一次的 HTTP header 中传递,AI 看不到也填不了,避免其误传。识别顺序(首个非空值生效):
| 优先级 | Header |
|---|---|
| 1 | X-Image-Gen-Model |
| 2 | X-Mcp-Model |
| 3 | X-Model |
如果都没传,走代码内常量 DEFAULT_MODEL = "CogView-3-Flash"。
为什么不放进工具参数? 调用方一般是 AI 助手(Claude / Cursor 等),它不需要也没能力选择用哪个模型;模型选择属于部署/路由策略,由请求的发起方在 HTTP header 里注入更可控。
返回
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):
{
"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 | X-Image-Gen-Token: <token> |
直传,避免与客户端自身的 Authorization 冲突 |
| 2 | X-Mcp-Token: <token> |
通用兜底 |
| 3 | Authorization: Bearer <token> |
标准 OAuth 风格(排最后是为避免误用) |
Token 仅在每次 tool call 时从 header 读取,不写入任何存储、不进 session。
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:
# 把 <your-zhipu-api-key> 替换成你智谱的 API Key
TOKEN="<your-zhipu-api-key>"
# 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
// 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: AI 不知道有哪些 model 可选,怎么办?
A: 这是设计意图。模型选择属于路由策略,不让 AI 决策。调用方在 HTTP header X-Image-Gen-Model 里注入即可。
Q: 换模型需要重连 MCP session 吗?
A: 不需要。Model header 在每次 tools/call 都从当前请求读取,不需要重建 session。
Q: 为什么 Model 优先级不是「工具参数 > header」? A: 因为我们故意不在 schema 暴露 model 参数,AI 根本不会传 model,所以「工具参数 > header」这条分支实际上不存在。
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。