grok-image

mcp-server-grok-image

xAI の Grok 画像生成 API 用 MCP（Model Context Protocol）サーバーです。Rust で構築されており、画像の生成と編集を MCP ツールとして提供します。

すべての MCP サーバーと同様に、JSON-RPC 2.0 を使用して stdio 経由で通信します。

ツール

ツール	説明
generate_image	テキストプロンプトから画像を生成します
edit_image	自然言語の指示を使用して既存の画像を編集します
headshot	元となるポートレートから企業向けの顔写真を作成します（3:2 に合わせて余白を追加し、固定の編集プロンプトを適用）
list_styles	generate_image で使用できる画像スタイルを一覧表示します

generate_image

テキストによる説明から画像を生成します。

パラメーター：

名前	型	必須	説明
prompt	string	はい	生成する画像のテキストによる説明
model	string	いいえ	使用するモデル（デフォルト：grok-imagine-image-2.0）
n	integer	いいえ	生成する画像の数（1～10、デフォルト 1）
aspect_ratio	string	いいえ	アスペクト比：1:1、16:9、9:16、4:3、3:4、3:2、2:3、2:1、1:2、19.5:9、9:19.5、20:9、9:20、21:9、5:2、auto
resolution	string	いいえ	出力解像度：1k（約 1024px、デフォルト）または 2k（約 2048px）
quality	string	いいえ	low、medium、auto（2.0 のみ。省略時は auto。現在、生成では auto は low として処理されます）
response_format	string	いいえ	出力形式：url（デフォルト、一時的）または b64_json
style	string	いいえ	適用するスタイル名（選択肢は list_styles で確認できます）

スタイルを設定すると、プロンプトはそのスタイルのテンプレートでラップされます。たとえば、style: "watercolor" と prompt: "a cat on a roof" を指定すると、API には "a cat on a roof, as a watercolor painting" が送信されます。このパラメーターを使用する場合は、プロンプト自体にスタイルを示す表現を含めないでください。

レスポンスには解決済みのプロンプトが含まれるため、API に実際に送信された内容を正確に確認できます。

edit_image

自然言語の指示を使用して既存の画像を編集します。

パラメーター：

名前	型	必須	説明
image_url	string	いいえ*	元画像の URL、base64 データ URI、またはローカルファイルパスです。images とは同時に指定できません。
images	string[]	いいえ*	複数画像の編集に使用する元画像（最大 5 枚）です。プロンプトでは <IMAGE_0>、<IMAGE_1>、…として参照します
prompt	string	はい	自然言語による編集指示
model	string	いいえ	使用するモデル（デフォルト：grok-imagine-image-2.0）
n	integer	いいえ	生成するバリエーションの数（1～10、デフォルト 1）
aspect_ratio	string	いいえ	21:9 と 5:2 を含む、generate_image と同じ選択肢
resolution	string	いいえ	出力解像度：1k（約 1024px、デフォルト）または 2k（約 2048px）
quality	string	いいえ	low、medium、auto（2.0 のみ。省略時は auto。現在、編集では auto は medium として処理されます）
response_format	string	いいえ	出力形式：url（デフォルト、一時的）または b64_json

* image_url または images のいずれかを指定してください。

注：style パラメーターは意図的に edit_image では使用できません。編集プロンプトは説明ではなく指示（例：「背景を削除する」）であるため、スタイルテンプレートでラップすると意味をなさなくなります。

headshot

拡張のみでポートレートを修正します（Imagine での Gemini パイプラインに相当）。ポーズの変更、髪の切り抜き、人物のデザイン変更は行いません。

1. 元画像全体をリサイズします（デフォルトは幅 550px）。切り抜きは行いません
2. 白い余白を付けて、キャンバス幅（デフォルトは 780）に合わせます
3. 品質 medium で grok-imagine-image-2.0 を呼び出します。必要に応じて途切れた肩を補完し、すっきりとした無地の白い背景にします。顔、髪、ポーズ、服装、ロゴは維持します

切り抜きなし／rembg なし／透明なアルファなし — 元の Gemini headshot スキルと同じ処理です。

パラメーター：

名前	型	必須	説明
image	string	はい	ローカルパス、http(s) URL、または data: URI
clothing	string	いいえ	肩の欠けた部分のみを補完するために使用
notes	string	いいえ	必ず維持する詳細（眼鏡、ロゴの正確なテキストなど）
pronoun	string	いいえ	his / her / their（デフォルトは their）
gravity	string	いいえ	レターボックスの配置（デフォルトは North）
content_width	integer	いいえ	余白を追加する前のリサイズ幅（デフォルトは 550）
canvas_width	integer	いいえ	余白を追加した後の幅（デフォルトは 780）
resolution	string	いいえ	1k または 2k（デフォルトは 2k）
output_path	string	いいえ	任意の最終パス（save_dir の下にも保存されます）
n	integer	いいえ	バリエーション数（1～10、デフォルトは 1）
quality	string	いいえ	low / medium / auto（デフォルトは medium）
model	string	いいえ	デフォルトは grok-imagine-image-2.0

余白付きの中間ファイル：save_dir/headshot-padded_*.jpg。

list_styles

利用可能なすべての画像スタイルについて、名前、説明、プロンプトテンプレートを返します。パラメーターはありません。

組み込みスタイル

スタイル	説明
watercolor	水彩画スタイル
oil-painting	筆跡が見える油絵
pencil-sketch	精細な鉛筆画
pixel-art	レトロなピクセルアート
anime	アニメ風イラスト
pop-art	大胆なポップアートスタイル
art-nouveau	流れるような有機的な線を使ったアール・ヌーヴォー
cinematic	ドラマチックな照明を使った映画風写真
portrait	プロフェッショナルなポートレート写真
macro	超マクロ写真
aerial	ドローンによる空撮写真
studio	すっきりとした背景のスタジオ写真
noir	暗いフィルム・ノワール風
vintage	色あせたビンテージ写真

利用可能なモデル

モデル	備考
grok-imagine-image-2.0（デフォルト）	quality（low / medium / auto）は任意です。編集用参照画像は最大 5 枚、アスペクト比は 21:9 と 5:2 に対応しています。現在、生成では auto は low、編集では medium が使用されます。
grok-imagine-image	1.0。引き続き利用可能ですが、quality パラメーターには対応していません。
grok-imagine-image-quality	2026-11-02 に廃止されます。その後、このスラッグは quality: low の grok-imagine-image-2.0 として提供されます（quality モデルより画像 1 枚あたり $0.01 安くなります）。

前提条件

• Rust（edition 2024）
• console.x.ai から取得した xAI API キー

セットアップ

設定ファイルを作成します。

mkdir -p ~/.config/mcp-server-grok-image

~/.config/mcp-server-grok-image/config.toml を作成します。

api_key = "xai-..."

カスタムスタイル

設定ファイルにカスタムスタイルを追加します。組み込みスタイルと同じ名前のカスタムスタイルは、組み込みスタイルを上書きします。

api_key = "xai-..."

[[styles]]
name = "my-style"
description = "My custom look"
template = "{prompt}, in my custom style"

[[styles]]
name = "watercolor"
description = "My watercolor variant"
template = "{prompt}, as a loose expressive watercolor with ink outlines"

テンプレートには {prompt} プレースホルダーが必要です。これがないカスタムスタイルは、起動時に警告を出してスキップされます。

ビルド

cargo build --release

これにより target/release/mcp-server-grok-image が生成されます。

開発用：

cargo build              # debug build
cargo run                # run in dev mode
RUST_LOG=debug cargo run # run with debug logging

MCP 設定

Claude Desktop の設定（~/.config/Claude/claude_desktop_config.json）に追加します。

{
  "mcpServers": {
    "grok-image": {
      "command": "/path/to/mcp-server-grok-image"
    }
  }
}

プロジェクト構成

src/
  main.rs      process entry (stdio MCP)
  config.rs    TOML / env config
  styles.rs    built-in + custom styles
  grok.rs      xAI request/response types
  params.rs    MCP tool params + validation
  image_io.rs  data URIs, local files, mime, fetch
  headshot.rs  letterbox pad + expand prompt
  server.rs    MCP tools and Grok HTTP

ライセンス

MIT