mcpField
I
Imagor MCP

Imagor MCP

本地服务
github.com/cshum媒体与设计32 周前更新

关于 Imagor MCP

Imagor MCP 为 imagor 增加模板层,可将社交卡片、商品网格和用户评价等图像布局转换为 imagor URL。它面向已运行 imagor、希望客户端组合并渲染布局而无需编写路径语法的用户。

主要功能

  1. 01将 Agent 编写的布局编译为 imagor URL
  2. 02通过工具组合并渲染图像布局
  3. 03拒绝无法渲染的布局
  4. 04附带 skill 和现成配方

适用场景

  1. 01生成社交分享卡片
  2. 02渲染商品网格
  3. 03制作引言或用户评价图片

MCP 相关

MCP 服务提供工具,让客户端组合布局、通过现有 imagor 实例渲染、检查结果并获取 URL。它通过 IMAGOR_BASE_URL 和匹配的模式设置连接 imagor。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库
安装包
mcpbimagor-mcp-v0.7.9.mcpb

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Imagor MCP

Test Status Docs Imagor MCP rated A on Glama

为 imagor 添加模板层的 MCP 服务和技能。

Agent 编写布局:OG 卡片、产品网格、引言、客户评价。它会将布局编译为一个 imagor URL,并由你已在运行的 imagor 渲染。

卡片,每张都对应一个 imagor URL

查看示例 »

快速开始

1. 运行 imagor。

docker run --rm -p 8000:8000 shumc/imagor -imagor-unsafe

让它保持运行,然后打开第二个终端继续操作。

不安全模式适合试用。生产环境请使用 IMAGOR_SECRET。参见 imagor 安全文档。

2. 安装 MCP 服务。

brew trust cshum/tap && brew install imagor-mcp

3. 配置客户端连接到它。

你的客户端操作
VS Code从这里添加 — 一键完成
Claude Desktop打开 imagor-mcp.mcpb — 一键完成
Cursor、Claude Code、Windsurf将下面的配置块添加到相应的配置文件中
Codex在 ~/.codex/config.toml 中使用相同的值,格式为 TOML
{
  "mcpServers": {
    "imagor": {
      "command": "imagor-mcp",
      "env": { "IMAGOR_UNSAFE": "1", "IMAGOR_BASE_URL": "http://localhost:8000" }
    }
  }
}

这两项设置必须与你在第 1 步中启动的服务相匹配:IMAGOR_UNSAFE 会让此服务使用相同的模式,而 IMAGOR_BASE_URL 则指定 imagor 的地址。

VS Code 会将服务配置放在 servers 下,而 Codex 读取 TOML,因此上面的配置块不适用于这两者。每个客户端的配置文件都列在设置中。

4. 向它提出需求。 查看示例——每个示例都附有可粘贴的提示词,也可以描述你想要的图像。Agent 通过工具来构建图像:编写布局、渲染、查看结果,然后将 URL 返回给你。你们都不需要了解 imagor 的路径语法:工具会构建路径,并拒绝无法使用的路径。

安装就是这么简单。它也已收录在官方 MCP Registry 中,名称为 io.github.cshum/imagor-mcp,部分客户端可以通过名称安装;还提供容器镜像 ghcr.io/cshum/imagor-mcp,但需要使用不同的基础 URL,详见设置。Windows 二进制文件可在发布页面获取。

在公开任何内容之前,请阅读安全:了解此服务受信任处理的内容,以及它会拒绝处理的内容。

深入了解

  • 设置 — 所有设置、各客户端读取的配置文件,以及公开前需要做的准备。
  • 参考 — 服务提供的所有工具、布局格式和技能。
  • 示例集 — 可直接使用的布局,以及每个布局对应的 URL。
  • 贡献 — 构建、测试和命令行工具。

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。