mcpField
I
ImgMCP

ImgMCP

ローカル
github.com/imgmcpメディア・デザイン672 週間前に更新

ImgMCP について

ImgMCPは、クリエイターやアプリ向けのマルチメディアAIモデル集約プラットフォームです。統一APIとStreamable HTTP MCPを通じて、画像生成・処理モデルやスタイルプリセットを利用できます。

主な機能

  1. 01マルチメディアモデルの統一API
  2. 02複数モデルによる画像生成
  3. 03画像のアップスケールと背景除去
  4. 04視覚スタイルのプリセット

活用シーン

  1. 01詳細な説明から画像を生成
  2. 02スタイルプリセットで表現を試行
  3. 03画像の拡大や背景の除去

MCP 対応

ImgMCPはStreamable HTTP MCPサービスを通じて、モデルへのアクセスと関連ツールを提供します。MCPクライアントから利用可能なモデルやタスク履歴を確認し、画像生成・処理を実行できます。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
"mcpServers": {
"imgmcp": {
"command": "npx",
"args": [
"-y",
"mcp-remote"
],
"env": {
"AUTH_HEADER": "<AUTH_HEADER>"
}
}
}
}
起動コマンドnpx -y mcp-remote
設定が必要な環境変数
AUTH_HEADERシークレット

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npmmcp-remote

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

ImgMCP

はじめに

ImgMCP は、マルチメディア AI モデルの集約プラットフォームです。さまざまな有用なマルチメディア AI モデルにアクセスし、活用するための、簡潔で効率的な方法を提供します。

統一された API と MCP(Multimedia Control Protocol)を提供し、モデルの統合プロセスを簡素化します。アプリケーションに直接組み込む場合も、LLM 経由で呼び出す場合もご利用いただけます。

私たちの目標は、これらの AI モデルの能力と皆さまの創造性を結び付け、すべてのクリエイターの体験を向上させ、コストを削減し、効率を高めることです。

ImgMCP の機能を活用する方法については、こちら(またはこのリポジトリ/ウェブサイト)の関連ドキュメントをご覧ください。

前提条件

ImgMCP プラットフォームの利用を始める前に、以下をご用意ください。

  • ImgMCP アカウント: プラットフォームへの登録が必要です。まだアカウントをお持ちでない場合は、ダッシュボードから登録してください。
  • API キー: リクエストの認証には API キーが必要です。登録してログインした後、管理コンソールの API Keys ページでデフォルトの API キーを確認できます。

重要: API キーは安全に保管し、他者に知られないようにしてください。

クイックスタート:Streamable HTTP MCP 経由で接続する

このセクションでは、MCP ホスト(Cherry Studio など)を設定して、Streamable HTTP MCP Service を使用し、ImgMCP プラットフォームと連携する方法を説明します。この方法では通常、追加のクライアントライブラリをインストールする必要はありません。サービスのエンドポイントと API キーを設定するだけです。

対応する MCP ホスト:

  • ネイティブ対応: Cherry Studio や ChatWise などのツールでは、Streamable HTTP MCP を快適に利用できます。
  • mcp-remote 経由: Claude Desktop や Cursor など、Streamable HTTP プロトコルにまだ対応していないホストでは、プロキシとして mcp-remote ツールを使用できます。

(各種ツールの詳細な設定ガイドについては、専用ドキュメントをご覧ください。以下では Cherry Studio を例に説明します。)

1. サービスエンドポイントと認証:

  • MCP エンドポイント URL:

    https://api.imgmcp.com/mcp
    
  • 認証方法: ImgMCP では認証に API キーを使用します。HTTP リクエストの Authorization ヘッダーにキーを指定してください。

    Authorization: Bearer <Your API Key>
    
  • ヒント: MCP ホストで Bearer <Your API Key> の形式を設定するのが難しい場合は、Authorization ヘッダーの値として <Your API Key> のみを指定してみてください。ただし、標準の Bearer 形式を推奨します。

2. Cherry Studio での設定例:

  • Cherry Studio を開き、Settings -> MCP Servers に移動します。

  • Add Server をクリックし、Import from JSON を選択します。

  • 次の JSON コンテンツを貼り付けます。

    {
      "name": "ImgMCP",
      "type": "streamableHttp",
      "description": "Connecting Models to Your Creativity.",
      "provider": "ImgMCP",
      "providerUrl": "https://imgmcp.com",
      "logoUrl": "https://cdn.imgmcp.com/imgmcp-favicon.png",
      "baseUrl": "https://api.imgmcp.com/mcp"
    }
    

    Cherry Studio の JSON インポート

  • インポート後、新しく作成された「ImgMCP」サービスを選択します。

  • Request Headers セクションで、API キーを追加します。

    Authorization=Bearer <Your API Key>
    

    (<Your API Key> を実際のキーに置き換えてください)

  • 保存をクリックします。 Cherry Studio のリクエストヘッダー設定

3. 接続を確認する:

設定後、MCP ホストが ImgMCP と通信できることを確認します。

  • 基本確認: ホスト(Cherry Studio など)で MCP ツールの一覧を確認します。ImgMCP のツールが表示されていれば、基本的な接続は機能しています。

  • 動作確認:

    1. ホストで LLM を選択し、ImgMCP のツールセットを有効にします。
    2. 「過去のタスクを照会」や、利用可能なモデル一覧を尋ねるなど、簡単なリクエストを試します。
    3. LLM が ImgMCP の情報(タスク履歴やモデル一覧など)を返せば、設定は完了です。

    接続確認の例

次のステップ:

MCP ホストへの接続が完了しました。ImgMCP が提供する AI モデルの機能をお試しください。

利用可能なモデル

ImgMCP は、MCP プロトコルを介してさまざまな AI モデルを利用できます。それぞれの強みを理解すると、適切なツールを選びやすくなります。

主なモデルの種類:

  1. 理解力と汎用性: GPT-Image-1 のようなモデルは、複雑な説明や文脈の解釈に優れており、詳細なプロンプトから画像を作成する汎用的な用途に適しています。
  2. 芸術的な表現: Midjourney のようなモデルは、優れた芸術的スタイルや独特の視覚効果で知られており、創造的な試みに適しています。
  3. プロフェッショナルな用途と安定性: Flux Kontext は、製品のレンダリングや商用素材など、特定の用途で一貫した出力を提供し、予測可能な結果を実現します。

基本的な画像処理:

基本的な画像処理ツールも統合しています。

  • アップスケーリング: 画像の解像度を上げます。
  • 背景の削除: 被写体を切り抜きます。

MCP による簡単な呼び出し:

設定済みの LLM を備えた MCP 対応クライアント(Cherry Studio など)を使うと、複雑な操作が抽象化されます。必要なことを自然言語で伝えると、LLM が内容を解析し、MCP を介して適切な ImgMCP モデルを呼び出します。これにより、技術的な詳細ではなく、創造的な作業に集中できます。

スタイルの使用

ImgMCP のスタイルを使うと、生成画像の視覚的な特徴をすばやく定義または調整できます。

スタイルとは?

「スタイル」とは、視覚的な外観に影響を与えるよう設計された、あらかじめ定義されたプロンプトの断片やパラメーターの組み合わせです。一般的な芸術ジャンル(例:「水彩画」、「サイバーパンク」)、質感(「クレイアニメーション」、「刺繍」)、照明(「映画のような照明」、「ゴールデンアワー」)などを表現するものがよくあります。

スタイルの利点:

  1. 効率性: 一般的な効果なら、説明的なプロンプトを最初から作成するよりもすばやく設定できます。
  2. 一貫性: 複数の作品で統一感のある見た目を簡単に維持できます。
  3. ひらめき: スタイルライブラリを見て回ることで、新しいアイデアが生まれることがあります。

スタイルライブラリ:

テスト済みのスタイルプリセットを厳選して用意しています。出発点として使ったり、組み合わせたり、変更したりできます。プロンプトを完全に一から作成することもできます。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。