mcpField
I
imagen-4-mcp

imagen-4-mcp

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

imagen-4-mcp について

imagen-4-mcp は、Imagen 4 の画像生成を利用する AI エージェントや MCP クライアント向けの RunAPI サーバーです。タスクの作成・追跡と料金確認に対応し、RunAPI の全カタログには範囲を広げません。

主な機能

  1. 01テキストから画像を生成するタスク
  2. 02画像リミックスのタスク作成
  3. 03タスク状況と出力の取得
  4. 04サインイン不要の料金確認

活用シーン

  1. 01テキストプロンプトから画像を生成
  2. 02画像リミックスのタスクを作成
  3. 03タスク送信前に料金を確認

MCP 対応

MCP クライアントに Imagen 4 のタスク作成、状況取得、料金確認ツールを提供します。利用範囲は Imagen 4 のエンドポイントとモデルに限定されています。

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": {
"runapi-builder-imagen-4": {
"command": "npx",
"args": [
"-y",
"@runapi.ai/imagen-4-mcp"
],
"env": {
"RUNAPI_API_KEY": "<RUNAPI_API_KEY>"
}
}
}
}
起動コマンドnpx -y @runapi.ai/imagen-4-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/imagen-4-mcp0.2.1

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 Imagen 4 MCP サーバー

AI エージェントから Imagen 4 API にアクセスできます。画像生成タスクの実行、非同期結果の確認、料金の照会を、専用の MCP サーバーひとつで行えます。

Claude Code、Codex、Cursor、Windsurf、VS Code、Roo Code、および MCP 互換ホストで利用できます。

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 4 つのモデル

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


このパッケージを使う理由

@runapi.ai/imagen-4-mcp は、RunAPI の Imagen 4 モデルシリーズに特化した Model Context Protocol サーバーです。 RunAPI のカタログ全体を読み込まずに、MCP 互換アシスタントから 2 つのエンドポイントと 4 種類のモデルに直接アクセスできます。

エージェントの対象を Imagen 4 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 imagen-4 -s user -- npx -y @runapi.ai/imagen-4-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 imagen-4 -s project -- npx -y @runapi.ai/imagen-4-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": {
    "imagen-4": {
      "command": "npx",
      "args": ["-y", "@runapi.ai/imagen-4-mcp"]
    }
  }
}

check_pricing はサインイン前でも動作します。タスクの作成とステータスの確認には、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 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 を設定する方法もあります。

Claude、Cursor、Windsurf、VS Code、Roo Code 向けのすぐに使えるサンプルは、examples/ にあります。


ツール

ツール認証目的
remix_image必要Imagen 4 のリミックス画像タスクを作成し、必要に応じて最終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Imagen 4 のテキストから画像を生成するタスクを作成し、必要に応じて最終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Imagen 4 のモデルとエンドポイントの現在の料金を照会します。

モデル

Imagen 4 には、2 つのエンドポイントにわたって 4 種類のモデルがあります。各ツールで、対応するモデルを指定できます。

ツールモデル
remix_imageimagen-4-pro-remix-image
text_to_imageimagen-4、imagen-4-fast、imagen-4-ultra

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 Imagen 4 モデルページ を使用してください。


エージェントプロンプト

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

タスクを作成する
Run an Imagen 4 remix image task with RunAPI.

アシスタントは check_pricing を呼び出してから remix_image を実行し、タスク ID、ステータス、出力 URL を返します。

待たずに送信する
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。後から get_task で状況を確認できます。

作成前に料金を確認する
Check current Imagen 4 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Imagen 4 のモデルページへのリンクを提示できます。


設定

サーバーは次の順序で認証情報を確認します。

  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で作成されます
  3. キーなし。この場合もcheck_pricingは使用できます

通常、設定ファイルはログインによって管理されます。事前に設定したヘッドレス環境の設定ファイルでは、次の形式を使用できます。

{
  "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
Imagen 4 モデルページhttps://runapi.ai/models/imagen-4
npm パッケージ@runapi.ai/imagen-4-mcp
GitHub リポジトリrunapi-ai/imagen-4-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の下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。