mcpField
C
Codex Images

Codex Images

本地服务
github.com媒体与设计03 天前更新

关于 Codex Images

Codex Images 是一个 MCP 服务,通过 ChatGPT 账户使用 Codex Images endpoint 生成和编辑图像,面向 MCP 客户端。支持本地 stdio 和可自托管 HTTP 部署,并为图像结果提供校验信息。

主要功能

  1. 01生成和编辑图像
  2. 02支持参考图和遮罩编辑
  3. 03并行、变体及链式批处理
  4. 04生成带透明通道的 PNG
  5. 05按指定尺寸调整输出
  6. 06返回 SHA-256、字节数和图像尺寸

适用场景

  1. 01为项目生成新图像
  2. 02基于参考图和遮罩修改图像
  3. 03批量生成品牌风格一致的图像
  4. 04获取指定尺寸的透明 PNG

MCP 相关

该 MCP 服务向客户端提供图像生成、编辑及图像工件获取工具。可通过本地 stdio 或带 Bearer 认证的自托管 HTTP 服务连接。

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。

mcp.json · 通用配置
{
"mcpServers": {
"jlmoreno00-codex-images": {
"command": "uvx",
"args": [
"codex-images-mcp"
],
"env": {
"CODEX_IMAGES_HTTP_TOKEN": "<CODEX_IMAGES_HTTP_TOKEN>"
}
}
}
}
启动命令uvx codex-images-mcp
需要配置的环境变量
CODEX_IMAGES_HTTP_TOKEN密钥Bearer token. The image listens on 0.0.0.0 and refuses to start without this.

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypicodex-images-mcp0.1.1
ocighcr.io/jlmoreno00/codex-images-mcp:0.1.1

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

codex-images-mcp

通过任意 MCP 客户端生成和编辑图像,使用你已付费的 ChatGPT 方案中的 gpt-image-2。无需 OpenAI API 密钥,也无需按图付费。

codex-images-mcp 是一个用于 Codex Images 端点的 MCP 服务。它可在本地通过 stdio 运行,也可作为可自托管的 HTTP 服务运行,供你的笔记本电脑、VPS 上的 Agent,以及 Pi / Gentle Shell 会话共享。每张生成的图像都会附带可验证的工件信息:SHA-256、字节数、MIME 类型和实际尺寸。

非官方。 与 OpenAI 无关,也未得到 OpenAI 的认可。它使用你自己的 ChatGPT 账号登录,并使用与 Codex CLI 相同的端点。你必须遵守 OpenAI 对你账号的使用条款,图像生成会计入方案限额。

你将获得

  • 两个工具:codex_images(生成 / 编辑)和 codex_images_artifact(通过 URI 获取图像,可内嵌返回,也可通过短时有效的签名下载链接获取)。
  • 批量处理:parallel、variants、chain 和 branded-parallel(每张图像都会引用同一个锚点,以生成品牌风格一致的图像集)。
  • 带参考图和蒙版的编辑:每个请求最多可提供五张参考图,支持 HTTPS URL 或内嵌图像。
  • 原生透明背景:模型可生成真正带 alpha 通道的 PNG;如果结果为不透明图像,则会发出警告。
  • 精确输出尺寸:支持 native、exact、fit 或 cover 后处理,因此 1200×630 的卡片最终尺寸就是 1200×630。
  • 提示词原样发送:中间不会有隐藏的改写模型。
  • 可选的 API 密钥引擎:设置 CODEX_IMAGES_ENGINE=api 并提供 OPENAI_API_KEY,即可自行选择模型(Images 2.6 gpt-image-2.6-sunburst / -flare),质量最高可设为 max,并可控制复杂度。此引擎的费用计入你的 API 账号。默认的 ChatGPT 方案路径由 OpenAI 选择模型,API 选择器(model、quality、complexity)会被忽略。
  • 默认安全的自托管:内置 bearer 身份验证;没有令牌时拒绝公开监听;获取 URL 时会强化 SSRF 防护(仅限 HTTPS 和公共地址、固定 IP、不跟随重定向);结果中不包含服务器路径。
  • 独立的 ChatGPT 会话:codex-images-mcp login 使用设备代码登录并保留独立会话,因此不会轮换(也不会破坏)Codex 应用的登录状态。

快速开始(本地,stdio)

uvx --from codex-images-mcp codex-images-mcp login     # sign in once (device code)
uvx --from codex-images-mcp codex-images-mcp setup     # register in Claude Code, Claude Desktop, Codex, Cursor, OpenCode

也可以在终端中试用:

uvx --from codex-images-mcp codex-images-mcp generate "a ceramic mug, studio light" --transparent --pretty

已经登录 Codex CLI?codex-images-mcp 可在令牌过期前以只读方式使用该登录状态。它不会刷新令牌;如需使用独立会话,请运行 login。

输出示例

以下是通过此服务使用 gpt-image-2 生成的示例。为适应此页面,图片已缩小。使用透明背景生成图像,以及发送参考图和蒙版进行编辑的示例,详见 docs/examples.md。

生成:透明背景上的斑点陶瓷杯。编辑 + 蒙版:杯子正面带有一个小小的咖啡豆印章。

左侧的图像使用提示词 a ceramic mug, studio light 生成,并设置了 transparent。模型返回了一个 1536×1024 的 PNG,大小为 1,745,462 字节,sha256 为 e0d0338218529ca36e0d64e92eb2737c6794b392343f1a5ab32884a49dab48ba。编辑时,将该杯子作为参考图,并在正面覆盖蒙版,然后要求添加一个深棕色的小咖啡豆印章。返回的 PNG 尺寸为 1536×1024,sha256 为 7c5b28d4950f5207c111f875ef9d19349e06be3da43ce1200d2d8d2c678b9ba5。相机角度略有变化。蒙版只是提示,模型可能会调整整个画面。

生成结果是带有真实 alpha 通道的 PNG。棋盘格只是背景,因此可以看到透明背景:

将生成的杯子合成在棋盘格上,以便看清透明背景。

此文件夹中还包含:米白色背景的生成图、棋盘格背景上的编辑图,以及 1200px 的透明 PNG:生成图和编辑图。

自托管(HTTP)

export CODEX_IMAGES_HTTP_TOKEN=$(openssl rand -hex 32)
docker compose up -d
docker compose run --rm codex-images codex-images-mcp login

然后将客户端指向 https://your-host/mcp/,并使用 Authorization: Bearer $CODEX_IMAGES_HTTP_TOKEN。反向代理、签名下载和所有设置请参阅 docs/self-hosting.md。

Pi 和 Gentle Shell

pi-codex-images 是面向自托管服务的 Pi 扩展。它会读取你授权的本地文件,将其内联发送,并以原子方式将经过验证的结果写入你的项目:

pi install npm:pi-codex-images

文档

  • MCP 工具参考:输入、结果和错误代码。
  • 命令行:generate、login、logout、setup、status、uninstall。
  • 自托管:Docker、反向代理、配置和安全模型。
  • 示例:批量处理、编辑、蒙版、透明度和精确尺寸。
  • 比较:与类似项目的区别。

致谢

codex-images-mcp 最初是 wauwa 创建的 VelmoAI/codex-imagen 的分支。安装程序和许多原始结构均源自该项目。OAuth 令牌处理基于 Small Turtle 2 创建的 codex-image-gen。生成引擎已替换为原生 Codex Images 端点,并移除了提示词重写和色度键图层。

许可证

MIT。请参阅 LICENSE 和 NOTICE。

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。