图像生成服务器的搭建与使用教程
1. 项目介绍
本项目是基于开源协议MIT的图像生成服务器项目,旨在为开发者提供一个与Cursor IDE集成的图像生成服务。该服务能够接收来自Cursor的文本描述,并利用即梦AI逆向接口生成相应的图像。它支持图像的自动保存和自定义保存路径,并且一次可以生成四张图像供用户选择。
2. 项目快速启动
环境准备
- Python 3.10及以上版本
- 安装Node.js(推荐使用v20版本,其他版本未经验证)
- 安装npm
- 使用pip安装uv库:
pip install uv
- 如需调试,还需安装:
npm install -g @modelcontextprotocol/inspector@0.4.0
克隆项目
git clone https://github.com/fengin/image-gen-server.git
cd image-gen-server
安装依赖
pip install -r requirements.txt
pip install uv
配置API Token和图片保存路径
修改server.py
文件中的JIMENG_API_TOKEN
和IMG_SAVA_FOLDER
配置项:
JIMENG_API_TOKEN = "你的即梦API Token"
IMG_SAVA_FOLDER = "你的图片保存路径"
运行服务
确保server.py
的路径正确,然后启动服务:
Windows示例:
uv run --with fastmcp fastmcp run D:/code/image-gen-service/server.py
macOS/Linux示例:
uv run --with fastmcp fastmcp run /Users/username/code/image-gen-server/server.py
Cursor集成
在Cursor设置中添加新的MCP服务器,填写服务器配置,包括服务器名称、类型和命令,确保命令中的路径指向你的server.py
文件。
3. 应用案例和最佳实践
生成产品Logo
在Cursor中,使用以下命令生成产品Logo,并保存到项目目录的images
子目录下:
根据提供过你的项目需求,帮我生成一张产品logo,放在项目目录images下面
制作网站首页Banner
使用以下命令,根据项目需求生成网站首页的Banner图片:
根据项目需求,帮我制作网站的首页,头部需要有banner图片。
4. 典型生态项目
目前该项目作为一个独立的图像生成服务,可以集成到任何需要图像生成功能的开发项目中。它适用于各类创意设计、产品原型设计等领域,能够提高开发效率和图像生成的质量。随着项目的发展,未来可能会有更多相关的插件和工具与本项目集成,形成一个更加完善的技术生态。