GPT Image by Ace Data Cloud

OpenAIMCP

Model Context Protocol (MCP) に準拠した、AceDataCloud を利用して OpenAI API にアクセスする MCP サーバーです。

Claude、VS Code、その他の MCP 対応クライアントから直接、チャット補完、画像生成、テキスト埋め込みなどの OpenAI モデルを利用できます。

AceDataCloud が配布するパッケージは mcp-openai-pro です。PyPI にある別の mcp-openai パッケージは、AceDataCloud によって保守されていません。既存の uvx 設定を新しいパッケージ名に更新してください。ホスト型 MCP URL は変更ありません。

Glama で GPT Image を使用する

GPT Image 専用の Glama ガイドでは、公開されている mcp-openai-pro --profile gpt-image パッケージと、その 5 つの画像／タスクツールを使用します。既存の OpenAIMCP ソース一覧は汎用サーバーであり、GPT Image 専用コネクターではありません。別個の Glama プロファイル一覧と通常のインストール手順は、まだ検証されていません。

goose で GPT Image を使用する

独立した GPT Image by Ace Data Cloud ネイティブ goose プラグインを使用してください：インストールと API Token のガイド · 简体中文。このプラグインは本 MCP サーバーを再利用しますが、goose Marketplace への掲載やデフォルトプロバイダーへの採用を意味するものではありません。

GPT Image サービスプロファイル

画像の生成、編集、タスクの取得のみが必要な場合は、GPT Image by Ace Data Cloud を使用してください。mcp-openai-pro --profile gpt-image を実行し、5 つの画像／タスクツールを公開します。GPT Image モデルを明示的に指定する必要があり、このパッケージで保守されている API クライアントを共有します。汎用 OpenAI サーバーに変更はありません。個別の mcp-gpt-image Registry エントリーは 2026.10.18.2 で有効です（2026-10-19 に読み取り確認済み）。公開パッケージと一致しています。カタログクライアントでは --profile gpt-image を維持してください。汎用リモートに置き換えたり、すべてのクライアントでのインストールが検証済みだと推測したりしないでください。

地域別のカタログ表示

Platform カタログでは、中国本土（cn）向けに OpenAI の画像 API／モデルのエントリーと関連する画像ガイドが非表示になります。これはカタログ表示のメタデータであり、MCP 側で新たに API が制限されたり、グローバルな画像ツールが削除されたりしたわけではありません。送信前に、現在の Platform カタログとアカウントのアクセス権を確認してください。ローカルのモデル一覧では、地域での利用可否を確認できません。パッケージ名は引き続き mcp-openai-pro です。

機能

• チャット補完 — GPT-4、GPT-4o、GPT-5、o1、o3、o4-mini など、多数のモデルにアクセスできます
• Responses API — 日付付きリリースや検索プレビュー版モデルを含む、拡張されたモデルバリアントに対応します
• 画像生成 — gpt-image-1、gpt-image-2、GPT Image 2.5 Flare／Sunburst の標準版または公式バリアント、dall-e-3、nano-banana モデルで画像を作成できます
• 画像編集 — AI を使って既存の画像を編集できます
• テキスト埋め込み — text-embedding-3 モデルでベクトル表現を生成できます
• 音声 — whisper-1 または gpt-transcribe で、テキストを音声に変換したり、音声を文字起こししたりできます

接続：ホスト型 OAuth、API トークン、またはローカル stdio

ホスト型エンドポイントは https://openai.mcp.acedata.cloud/mcp です。MCP クライアントで、次のいずれかの方法を選択してください。

方法	使用する状況	認証情報の設定
ホスト型 OAuth	クライアントがリモート MCP OAuth に対応している	URL のみを追加し、AceDataCloud にサインインしてアクセスを許可します。クライアント設定にトークンを貼り付ける必要はありません。
ホスト型 API トークン	クライアントで OAuth を完了できない場合、または明示的な連携用認証情報が必要な場合	Authorization: Bearer … ヘッダーで AceDataCloud API トークンを送信します。ローカルのシークレットストアまたは環境変数に保管してください。
ローカル stdio	クライアントがローカル MCP プロセスを実行する	mcp-openai-pro をインストールし、ACEDATACLOUD_API_TOKEN をそのプロセスに渡します。この方法でも AceDataCloud API を呼び出します。

ホスト型サービスは OAuth メタデータと Dynamic Client Registration（DCR）を提供します。DCR はクライアントアプリケーションを登録するものであり、API キーではありません。 OAuth でサインインすると、クライアントは発行された Bearer トークンを送信します。アカウント用の API 認証情報が再利用または新規作成される場合があります。ブラウザーでのサインインには、引き続き AceDataCloud アカウントが必要です。ホスト型サービスは従量課金の場合があります。実際の操作を行う前に、最新のサービスドキュメントと表示される料金を確認してください。同じサーバーに OAuth ログインと固定の Authorization ヘッダーを両方設定しないでください。

ホスト型 OAuth の例

• Claude および Claude Desktop のチャット： Customize → Connectors → Add custom connector でリモートカスタムコネクタを追加し、https://openai.mcp.acedata.cloud/mcp を入力してサインインを選択します。Claude から OAuth クライアントの登録方法を尋ねられた場合は、Register automatically を選択します。認証の許可を完了してください。Claude Desktop のローカルな claude_desktop_config.json は別途設定が必要です。Claude コネクタガイド。
• Claude Code： claude mcp add --transport http --scope user openai https://openai.mcp.acedata.cloud/mcp を実行し、続けて claude mcp login openai を実行します。/mcp を確認してください。Claude Code MCP ガイド。
• Cursor： https://openai.mcp.acedata.cloud/mcp のみを指定してリモートサーバーを追加します。プロジェクトで使用する場合は、以下のエントリを <project>/.cursor/mcp.json に統合します。個人用の場合は ~/.cursor/mcp.json を使用します。Cursor MCP ガイド。
• VS Code / Copilot： MCP: Add Server を実行し、HTTP を選択して https://openai.mcp.acedata.cloud/mcp を入力し、ブラウザーでのサインインを完了します。新しいポータブルなワークスペース設定では <project>/.mcp.json を使用します。以下の VS Code 固有の形式では <project>/.vscode/mcp.json またはユーザープロファイルを使用します。MCP: List Servers を確認してください。VS Code MCP セットアップ。
• Codex： codex mcp add openai --url https://openai.mcp.acedata.cloud/mcp を実行し、続けて codex mcp login openai を実行します。ユーザー設定は ~/.codex/config.toml にあります。公式 Codex MCP ガイド。

Cursor のプロジェクト設定（OAuth）：

{
  "mcpServers": {
    "openai": {"url": "https://openai.mcp.acedata.cloud/mcp"}
  }
}

VS Code 固有のワークスペース設定（OAuth）：

{
  "servers": {
    "openai": {"type": "http", "url": "https://openai.mcp.acedata.cloud/mcp"}
  }
}

ホステッド API トークン

1. Ace Data Cloud → Applications を開きます。サインインするか、先にアカウントを登録してください。
2. General application を探します。まだ作成されていない場合は、Initialize General Application を選択します。汎用キーではアカウントで利用可能なサービスを使用できますが、専用アプリケーションのキーはそのサービスに限定されます。必要なサービス／モデルへのアクセスと現在の料金を確認してください。
3. アプリケーションカードから API Key をコピーするか、Keys / Manage Keys → Create を開き、この連携用の個別キーを作成します。個別に取り消したりローテーションしたりできるよう、用途が分かる名前を付けてください。
4. キーを作成する際は、Expiration Time、Set Usage Limitation、Allowed APIs を確認してください。必要な制限だけを有効にし、呼び出す操作を許可してから Create をクリックし、キーの一覧からトークンをコピーします。タスクの参照権限があっても、生成を送信する権限があるとは限りません。初回のリクエストに必要な残高がアプリケーションにあることを確認してください。トライアル利用枠がある場合、その内容はアカウントに現在表示されているものが適用されます。
5. 引用符、空白、Bearer を含めず、トークン値だけをコピーしてください。API Key／API Token フィールドにはこの値をそのまま入力します。手動で設定する HTTP Authorization ヘッダーに限り、Bearer プレフィックスが必要です。platform-... のアカウント管理用トークンを生成 API キーの代わりに使用することはできません。

キーはクライアントの認証情報ストア、または以下に示す環境変数に保存してください。プロンプト、共有ワークフロー、スクリーンショット、Git のコミットには絶対に含めないでください。認証に失敗した場合は、新しいキーを作成する前に、コピーした値全体、アプリケーション／サービスへのアクセス、期限、使用上限、残高を確認してください。

固定の Bearer ヘッダーは OAuth をバイパスします。ヘッダーが無効な場合は、ブラウザーでのサインインを試す前に削除してください。保存した認証情報は他人に知られないようにしてください。

Claude Code では、サーバーの追加時にシェルがトークンを展開します。保存されたユーザー MCP 設定は秘密情報として扱ってください。

export ACEDATACLOUD_API_TOKEN='YOUR_API_TOKEN'
claude mcp add --transport http --scope user openai https://openai.mcp.acedata.cloud/mcp \
  --header "Authorization: Bearer $ACEDATACLOUD_API_TOKEN"

Claude Code のプロジェクト設定では、<project>/.mcp.json に変数参照を記述し、その変数を Claude Code の起動環境に設定してください。

{
  "mcpServers": {
    "openai": {
      "type": "http",
      "url": "https://openai.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${ACEDATACLOUD_API_TOKEN}"}
    }
  }
}

Cursor では、~/.cursor/mcp.json またはコミット対象外のプロジェクト設定で、異なる環境変数構文を使用します。

{
  "mcpServers": {
    "openai": {
      "url": "https://openai.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${env:ACEDATACLOUD_API_TOKEN}"}
    }
  }
}

VS Code では、MCP: Open User Configuration を実行し、このサーバーとマスクされた入力をマージしてください。${input:...} は VS Code のユーザー／ワークスペース形式用であり、Agent Host の .mcp.json 形式には移植できません。

{
  "inputs": [
    {"id": "acedata-openai-token", "type": "promptString", "description": "AceDataCloud API token", "password": true}
  ],
  "servers": {
    "openai": {
      "type": "http",
      "url": "https://openai.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${input:acedata-openai-token}"}
    }
  }
}

Cline では、MCP 設定 UI または CLI ファイル ~/.cline/data/settings/cline_mcp_settings.json を使用してください。リモートトランスポートの値は streamableHttp です。JetBrains AI Assistant では、Settings → Tools → AI Assistant → Model Context Protocol (MCP) からリモート URL を追加します。Zed では、OAuth の場合は URL のみを指定した context_servers エントリーを使うか、ローカルの Bearer ヘッダーを追加してください。これらのクライアントでは設定スキーマが異なります。他のクライアントの JSON をコピーせず、各クライアントの最新の UI に従ってください。Cline · JetBrains · Zed。

ローカル stdio

パッケージをインストールし、ローカルプロセスに API トークンを渡します。

python -m pip install mcp-openai-pro
export ACEDATACLOUD_API_TOKEN='YOUR_API_TOKEN'
mcp-openai-pro

Claude Desktop のローカル MCP では、開発者設定から開くファイル（macOS では ~/Library/Application Support/Claude/claude_desktop_config.json）にこのエントリをマージします。uvx には uv が PATH に設定されている必要があります。

{
  "mcpServers": {
    "openai": {
      "command": "uvx",
      "args": ["mcp-openai-pro"],
      "env": {"ACEDATACLOUD_API_TOKEN": "YOUR_API_TOKEN"}
    }
  }
}

このユーザーレベルのファイルは非公開にしてください。セルフホストの HTTP は mcp-openai-pro --transport http --port 8000 を使用します。適切なネットワーク制御と TLS 制御がある場合に限り公開してください。ローカルで実行しても、AceDataCloud API が呼び出されます。

サービスを使用する前の確認

1. https://openai.mcp.acedata.cloud/health が {"status":"ok"} を返す場合、確認できるのはエンドポイントへの到達性のみです。
2. MCP クライアントがツールを読み込んでいることを確認してください。openai_get_usage_guide はリファレンスツールであり、下流 API へのアクセスや残高は確認しません。
3. API を完全に確認する必要がある場合は、現在のサービスドキュメントと表示されている料金を確認したうえで、有効な入力を用いて openai_generate_image を呼び出してください。結果にタスク ID が含まれている場合は、成功または失敗の最終状態になるまで、同じ ID に対して openai_get_task を呼び出してください。進行状況を確認するためだけに操作を再送信しないでください。

401 が発生した場合は、クライアントが使用した認証経路と、トークンまたは OAuth セッションが有効かどうかを確認してください。403 は、アカウントの権限またはコンテンツモデレーションの失敗を示している可能性があります。返されたエラーを確認してください。残高不足や下流サービスの障害については、それぞれ個別に診断する必要があります。ツールが一覧にあることやタスクが送信されたことは、結果の成功を証明するものではありません。

利用可能なツール

ツール	説明
openai_chat_completion	OpenAI モデルを使用してチャット補完を作成します
openai_create_response	Responses API を使用してレスポンスを作成します
openai_generate_image	テキストの説明から画像を生成します
openai_edit_image	AI を使用して既存の画像を編集します
openai_create_embedding	テキストの埋め込みベクトルを作成します
openai_text_to_speech	テキストを音声に変換します
openai_transcribe_audio	URL から音声を書き起こします
openai_list_chat_models	利用可能なチャット／補完モデルを一覧表示します
openai_list_image_models	利用可能な画像モデルを一覧表示します
openai_list_embedding_models	利用可能な埋め込みモデルを一覧表示します
openai_get_usage_guide	包括的な使用ガイドを取得します

対応モデル

チャット補完モデル

• GPT-5.6 Sol Fast：gpt-5.6-sol-fast。openai_chat_completion と openai_create_response の両方でサポートされています。既存のデフォルト設定に変更はありません。
• GPT-5 シリーズ：gpt-5.5、gpt-5.5-pro、gpt-5.4、gpt-5.4-pro、gpt-5.2、gpt-5.1、gpt-5、gpt-5-mini、gpt-5-nano
• GPT-4 シリーズ：gpt-4.1、gpt-4.1-mini、gpt-4.1-nano、gpt-4o、gpt-4o-mini、gpt-4
• 推論：o4-mini、o3、o3-mini、o3-pro、o1、o1-mini、o1-pro

画像モデル

• gpt-image-1、gpt-image-1.5、gpt-image-2、gpt-image-2:official、gpt-image-2.5-flare、gpt-image-2.5-flare:official、gpt-image-2.5-sunburst、gpt-image-2.5-sunburst:official、dall-e-3、dall-e-2、nano-banana、nano-banana-2-lite、nano-banana-2、nano-banana-2.1、nano-banana-pro
• GPT Image の :official バリアントでは、実際のテキスト入力、画像入力、画像出力のトークン数に基づいて精算されます。
• Nano Banana 2.1 は、正確に nano-banana-2.1 を指定することで画像の生成と編集に対応します。nano-banana-2.1:official バリアントはありません。複数の画像を使用する場合は、デフォルトの URL レスポンスで n を使用してください。b64_json では n=1 が必要です。これらのツールでは OpenAI の size パラメーターを使用し、NanoBanana 専用ツールの resolution パラメーターは使用しません。

埋め込みモデル

• text-embedding-3-small、text-embedding-3-large
• text-embedding-ada-002 は廃止されています。移行時にはドキュメントを再度埋め込み、既存のインデックスを再構築してください。旧モデルのベクトルと text-embedding-3 のベクトルを混在させないでください。

音声書き起こしモデル

• whisper-1、gpt-transcribe

使用例

チャット補完

openai_chat_completion(
    messages=[{"role": "user", "content": "Explain quantum computing in simple terms"}],
    model="gpt-4.1"
)

画像生成

openai_generate_image(
    prompt="A serene Japanese garden with cherry blossoms at sunset, photorealistic",
    model="gpt-image-1",
    size="1024x1024"
)

テキスト埋め込み

openai_create_embedding(
    input="The quick brown fox jumps over the lazy dog",
    model="text-embedding-3-small"
)

設定

変数	説明	デフォルト
ACEDATACLOUD_API_TOKEN	API トークン（必須）	—
ACEDATACLOUD_API_BASE_URL	API ベース URL	https://api.acedata.cloud
OPENAI_REQUEST_TIMEOUT	リクエストのタイムアウト（秒）	60
MCP_SERVER_NAME	MCP サーバー名	openai
LOG_LEVEL	ログレベル	INFO

エラー結果

API を利用するツールでは、既存の JSON error フィールドと message フィールドが維持されます。失敗時には、これらのツールは status_code、code、request_id も返します。

{
  "error": "API Error",
  "message": "API rate or usage limit exceeded. Check limits before retrying.",
  "status_code": 429,
  "code": "rate_limit_exceeded",
  "request_id": "req_example"
}

status_code を使って、認証（401）、権限またはコンテンツの制限（403）、レート制限または利用制限（429）、サーバー障害（5xx）を区別します。401 と 403 は、既存のクライアントとの互換性のため、どちらも従来の Authentication Error ラベルを維持しますが、ステータスと安全なメッセージはそれぞれ異なります。既知の公開エラーコードは保持され、不明または非公開のコードは http_<status> になります。安全な x-request-id はサポート時の照合用に保持され、それ以外の場合、request_id は null になります。

トランスポートのタイムアウトには code: "timeout_error" が使われ、接続エラーまたは読み取りエラーには code: "network_error" が使われます。どちらも HTTP エラーレスポンスを受信していないため、HTTP ステータスとリクエスト ID は null です。予期しないローカルエラーには internal_error が使われます。このレイヤーでは、ツールは自動的に再試行しません。

エラーメッセージは安全な概要です。レスポンス本文、非公開の診断情報、リクエスト URL、認証情報は返されません。MCP トランスポートレイヤーではツール呼び出しが完了していても、JSON に error が含まれている場合があります。操作が成功したと判断する前に、このフィールドを確認してください。ローカルでの検証と非同期タスクの結果ペイロードは、既存の形式を維持します。タスク ID が返された場合でも、メディアの処理完了を判断するには、別途タスクを照会する必要があります。

開発

# Install dependencies
pip install -e ".[dev,test]"

# Run tests
pytest

# Run linter
ruff check .

API リファレンス

• AceDataCloud プラットフォーム
• OpenAI API ドキュメント

ドキュメント

ドキュメント

ライセンス

MIT

Cline の設定／Cline の図解による接続

Ace Data Cloud による GPT Image — 英語ガイド · 中国語の図解手順の全文。2026-10-18 時点で、Cline マーケットプレイスへの申請は審査待ちです。ガイドでは手動での代替手順を別途示しています。／Cline 公式ディレクトリへの申請は引き続き審査待ちです。手動での接続は掲載済みであることを意味しません。