mcpField
G
gpt-4o-image-mcp

gpt-4o-image-mcp

ローカル
github.com/runapi-aiメディア・デザイン01 週間前に更新

gpt-4o-image-mcp について

MCP 対応クライアント向けのRunAPI専用MCPサーバーで、GPT-4o Imageの画像生成タスク作成、状態確認、料金照会を行えます。このモデル系列に対象を絞りたいエージェント向けです。

主な機能

  1. 01テキストから画像タスクを作成
  2. 02非同期タスクの状態確認
  3. 03モデルとエンドポイントの料金照会
  4. 04完了待ちまたは後から状態確認

活用シーン

  1. 01エージェントからGPT-4o Imageの生成を依頼
  2. 02送信後に状態と出力URLを取得
  3. 03タスク作成前に現在の料金を確認

MCP 対応

MCPクライアントにGPT-4o Imageのテキスト画像生成、タスク状態、料金照会ツールを提供します。タスク操作にはログインが必要ですが、料金照会は認証不要です。

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": {
"runapi-builder-gpt-4o-image": {
"command": "npx",
"args": [
"-y",
"@runapi.ai/gpt-4o-image-mcp"
],
"env": {
"RUNAPI_API_KEY": "<RUNAPI_API_KEY>"
}
}
}
}
起動コマンドnpx -y @runapi.ai/gpt-4o-image-mcp
設定が必要な環境変数
RUNAPI_API_KEYシークレットOptional RunAPI API key for headless hosts. Interactive MCP hosts can use the login tool, which writes shared RunAPI config.

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
npm@runapi.ai/gpt-4o-image-mcp0.2.1

ツール

4

掲載時のツール一覧 · 1 週間前に更新

パラメーター型必須説明
forcebooleanいいえ現在の認証情報がローカル設定ファイルに由来する場合、ブラウザーログインを再実行します。

詳細

RunAPI GPT-4o Image MCP サーバー

AI エージェント向けの GPT-4o Image API アクセス:画像生成の実行、非同期の結果のポーリング、料金の確認を、専用の MCP サーバー 1 つで行えます。

Claude Code、Codex、Cursor、Windsurf、VS Code、Roo Code、およびあらゆる MCP 互換ホストで動作します。

npm バージョン GitHub リポジトリ Apache-2.0 ライセンス MCP サーバー 1 モデル

インストール | ツール | モデル | エージェントのプロンプト | 設定 | リンク


このパッケージを選ぶ理由

@runapi.ai/gpt-4o-image-mcp は、RunAPI の GPT-4o Image モデルシリーズに特化した Model Context Protocol サーバーです。 MCP 互換のアシスタントから、RunAPI のカタログ全体を読み込まずに 1 つのエンドポイントと 1 種類のモデルバリアントへ直接アクセスできます。

エージェントの対象を GPT-4o Image に限定する場合は、このモデル専用サーバーを使用してください。1 つのアシスタントで RunAPI のすべてのモデルシリーズを見つける場合は、@runapi.ai/mcp を使用してください。


インストール

Claude Code に追加します。

claude mcp add gpt-4o-image -s user -- npx -y @runapi.ai/gpt-4o-image-mcp

サーバーをリポジトリで共有する場合は、プロジェクトスコープを使用します。

claude mcp add gpt-4o-image -s project -- npx -y @runapi.ai/gpt-4o-image-mcp

Codex、Cursor、Windsurf、VS Code、Roo Code などの MCP ホストでも、同じ stdio コマンドを使用できます。

{
  "mcpServers": {
    "gpt-4o-image": {
      "command": "npx",
      "args": ["-y", "@runapi.ai/gpt-4o-image-mcp"]
    }
  }
}

check_pricing はサインイン前でも使用できます。タスクの作成やステータスのポーリングを行うには、アシスタントに login ツールを呼び出すよう依頼してください。ブラウザーでログイン画面が開き、runapi login が使用するものと同じ ~/.config/runapi/config.json に認証情報が保存されます。 ヘッドレス環境や CI ホストでは、MCP ホストを起動する前に RUNAPI_API_KEY を設定して使用することもできます。

Claude、Cursor、Windsurf、VS Code、Roo Code 向けのすぐに使える例は、examples/ にあります。


ツール

ツール認証用途
text_to_image必要GPT-4o Image のテキストから画像を生成するタスクを作成し、任意で終端ステータスまで待機します。タスク ID、ステータス、出力 URL を返します。
get_task必要既存のタスクの現在のステータスと最新のペイロードを取得します。
check_pricing不要GPT-4o Image のモデルとエンドポイントの現在の料金を確認します。

モデル

GPT-4o Image は、1 つのエンドポイントで 1 種類のモデルバリアントに対応しています。各ツールで、そのツールに記載されたモデルを使用できます。

ツールモデル
text_to_imagegpt-4o-image

モデルの提供状況はリリースごとに変更される場合があります。最新のカタログを確認するには、check_pricing または GPT-4o Image モデルページ をご利用ください。


エージェントのプロンプト

自然な言葉でアシスタントに依頼すると、料金を確認してタスクを作成し、タスク ID と出力 URL を返します。

タスクを作成する
Run a GPT-4o Image text to image task with RunAPI.

アシスタントは check_pricing を呼び出した後、text_to_image を呼び出して、タスク ID、ステータス、出力 URL を返します。

待機せずに送信する
Create the task but don't wait for it to finish.

アシスタントは wait: false を指定して作成ツールを呼び出し、タスク ID を返します。後で get_task を使って状況を確認できます。

作成前に料金を確認する
Check current GPT-4o Image pricing, then create the task if it matches my request.

アシスタントは check_pricing を呼び出し、正規のカタログ情報として GPT-4o Image モデルページ を案内できます。


設定

サーバーは次の順序で認証情報を解決します。

  1. RUNAPI_API_KEY 環境変数。ヘッドレスホストや CI ホストで役立ちます
  2. ~/.config/runapi/config.json。MCP の login ツールまたは runapi login によって作成されます
  3. キーなし。この場合も check_pricing は利用できます

設定ファイルは通常、ログインによって管理されます。事前に設定されたヘッドレス用の設定では、次のようにできます。

{
  "apiKey": "your_runapi_key"
}

実際の API キーをコミットしないでください。


リンク

リソースURL
GPT-4o Image モデルページhttps://runapi.ai/models/gpt-4o-image
npm パッケージ@runapi.ai/gpt-4o-image-mcp
GitHub リポジトリrunapi-ai/gpt-4o-image-mcp
RunAPI MCP の概要runapi.ai/mcp
RunAPI ドキュメントrunapi.ai/docs

ライセンス

Apache License, Version 2.0 に基づいてライセンスされています。

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。