mcpField
G
gpt-image-2-mcp

gpt-image-2-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-image-2-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 Image 2の画像生成・編集タスク作成、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画像編集タスクを作成
  3. 03非同期タスクの状態確認
  4. 04モデルとエンドポイントの料金照会
  5. 05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 Image 2の画像を作成
  2. 02画像編集を依頼して出力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 Image 2の画像生成、画像編集、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-image-2": {
"command": "npx",
"args": [
"-y",
"@runapi.ai/gpt-image-2-mcp"
],
"env": {
"RUNAPI_API_KEY": "<RUNAPI_API_KEY>"
}
}
}
}
起動コマンドnpx -y @runapi.ai/gpt-image-2-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-image-2-mcp0.3.1

ツール

5

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 Image 2 MCP サーバー

AI エージェント向けの GPT Image 2 API アクセス:画像生成操作の実行、非同期結果のポーリング、料金の確認を、用途に特化した 1 つの MCP サーバーで行えます。

Claude Code、Codex、Cursor、Windsurf、VS Code、Roo Code、および 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 | エージェント向けプロンプト | 設定 | リンク


このパッケージを使う理由

@runapi.ai/gpt-image-2-mcp は、RunAPI の GPT Image 2 モデルシリーズに特化した Model Context Protocol サーバーです。 MCP 互換アシスタントから、RunAPI カタログ全体を読み込まずに 2 つのエンドポイントと 1 つ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 Image 2 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検出する場合は、@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-image-2 -s user -- npx -y @runapi.ai/gpt-image-2-mcp

サーバーをリポジトリ内で共有する場合は、プロジェクトスコープを使用します:

claude mcp add gpt-image-2 -s project -- npx -y @runapi.ai/gpt-image-2-mcp

Codex、Cursor、Windsurf、VS Code、Roo Code、その他の MCP ホストでも、同じ stdio コマンドを使用できます:

{
  "mcpServers": {
    "gpt-image-2": {
      "command": "npx",
      "args": ["-y", "@runapi.ai/gpt-image-2-mcp"]
    }
  }
}

サインイン前でも check_pricing を使用できます。タスクの作成と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が開き、runapi login 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 ホストの起動前に 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
edit_image必要GPT Image 2 の画像編集タスクを作成し、必要に応じて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。
text_to_image必要GPT Image 2 のテキストから画像を生成するタスクを作成し、必要に応じて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 Image 2 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 Image 2 は、2 つのエンドポイントで 1 つのモデルバリアントを提供します。各ツールで、そのツールに対応するモデルを指定できます:

ツールモデル
edit_imagegpt-image-2
text_to_imagegpt-image-2

モデルの提供状況はリリースによって変わる場合があります。最新のカタログは check_pricing または GPT Image 2 モデルページで確認してください。


エージェント向けプロンプト

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 Image 2 edit image task with RunAPI.

アシスタントは check_pricing を呼び出してから edit_image を実行し、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 を使って確認してください。

作成前に料金を確認する
Check current GPT Image 2 pricing, then create the task if it matches my request.

アシスタントは check_pricing を呼び出し、正式なカタログ項目として GPT Image 2 model page にリンクできます。


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。ヘッドレス環境や CI ホストで便利です
  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

通常、設定ファイルはログイン時に管理されます。事前に用意するヘッドレス設定では、次のように指定できます。

{
  "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 Image 2 モデルページhttps://runapi.ai/models/gpt-image-2
npm パッケージ@runapi.ai/gpt-image-2-mcp
GitHub リポジトリrunapi-ai/gpt-image-2-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 のもとで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。