为什么要实现这个项目

近期使用cursor进行开发的过程中，发现cursor的前端生成能力很强，做landing页面的速度很快，但是存在一个问题-没有办法在生成网页的过程中把图片也配上，还需要自己通过外部工具来进行配图，于是想到是否可以把图像生成工具通过mcp接入到cursor中，这样在cursor进行网站生成时可以直接把图片也生成了，就不用自己再配图了。

cursor现阶段默认不支持直接生成图片

于是就通过集成腾讯混元文生图模型，使用Anthropic官方提供的python MCP SDK，通过fastmcp实现了一个图像生成的mcp server，支持在cursor这样的 AI IDE(MCP host)中通过简单配置就能够实现直接生成图片的功能。

集成到cursor后自动调用mcp图像生成工具

目前的实现是通过配置一个文件路径，在server运行的服务器上添加一个位置来保存图片，图片就会生成并保存到指定路径下，具体流程后文会再做介绍。

cursor调用工具生成图片并保存

然后我们可以从保存路径下读取这个图片并在其它地方使用，可以看到生成的效果还可以，也遵从了指令（生成一张五一假期的图片，横向的，油画风格）。

cursor调用工具生成的图片

MCP对于这个项目的实用价值

MCP最近讨论的比较多，相关的文章也很多，此处就不做详细介绍。可以从图像生成这个场景来看一下MCP的实际作用和价值，比如对于混元生图模型，官方提供了生成图像的API[1]，API包括提交任务和生成任务，提交任务就是建立连接并把生图任务提交，生成任务就是调用文生图模型来生成用户期望的图片。

我们来看生像图片这个接口，我们主要用到的参数包括四个：Prompt, NegativePrompt,Style,Resolution。其中Prompt和NegativePrompt可以传任意字符串参数，而Style,Resolution只能从默认的可选值列表中选择，可能出现传的参数不在默认支持的参数列表的情况，如LLM产生幻觉，在function call的过程中给Resolution传了一个不支持的分辨率，API调用就会出错。

 

我们可以从两个角度来谈一下MCP的实用价值，对于LLM适配来说，因为不同LLM API的function call格式要求不一样，开发者如果同时使用多个LLM API，需要给每个LLM API去做适配，而有了MCP呢，适配这个活就交给client就行，server端提供统一的资源和工具，client来做统一的LLM适配，就不需要每个开发者都自己做LLM的适配。

另外一个角度就是资源和工具和适配，我们以工具举例。如果我们在多个项目(五个A,B,C,D,E五个项目)中要使用这个API，每个项目都需要集成这个API进去，或者我们可以再封装一层，部署一个统一的生成接口X，由多个应用端来调用。这样存在的一个问题是，一旦这个api的参数发生变动，那需要A-E五个项目都要做适配，才能保证调用不会出错。原因在于X的服务改变了，A-E五个项目是无感知，需要重新做适配才行。

而使用MCP呢，把X接口集成为MCP server。如果X服务端的工具发生改动，client在调用工具前，会先到server端获取工具的相关信息，再由LLM来决定使用什么工具和对应的参数。相当于只要client去调用server集成的X接口，X更新的信息会立马同步到client，这样A-E无需对当前的代码做任何适配，LLM会根据获取到的X上工具参数的改动信息来做参数自动适配。

从目前笔者的实际经验来谈，MCP的一个实用价值就是建立了一个LLM与外部(资源)工具的统一通信标准，降低了开发者集成LLM和工具的开发工作量，也为更多agent工具生态的拓展提供了边界扩展的通信参考模板。

 

项目技术思路

现在MCP server的开发主要使用anthropic 官方的MCP开源代码库，另外一些项目则是抽象了MCP底层代码进行了集成，方便开发者进行快速开发，比如FastMCP。FastMCP 提供了一个高层次的 Pythonic 接口，使得构建 MCP 服务器变得更加简洁和直观。通过使用装饰器，开发者可以轻松地定义工具、资源和提示等组件，减少了大量的样板代码 。现在FastMCP 已经被集成到官方的 MCP Python SDK 中，不需要单独安装FastMCP，本项目就是通过MCP的FastMCP来进行实现的。

实现步骤

1.实现图像生成API功能

在MCP server对工具进行集成前，我们需要这个工具具备完整的功能，即这个工具实现了什么功能，这些工具具体的函数需要先进行定义和实现。在我们这个项目里，image_generation_tool.py实现了混元文生图接口的建立连接，提交任务和生成任务。

2.使用MCP框架对工具API进行MCP server服务封装

接下来就是用MCP(实际用的FastMCP)对工具提供的函数进行封装，目的就是让client知道这个server上是什么工具，这个工具用来干嘛，需要怎么用。在此项目中，通过mcp_image_server.py进行了实现，fastmcp提供了简单的装饰器语法来实现工具封装，对工具执行的方法使用@mcp.tool()就完成了集成，然后FastMCP可以对方法参数进行自动转换，不需要再显示的schema中在进行方法的参数定义和描述。

 

3.实现一个用于测试MCP client

为了测试开发MCP server是否可用，需要实现一个client来对server服务进行测试，MCP服务支持stdio和SSE两种方式，我们这个项目使用stdio(example_client.py)，所以就使用mcp的stdio_client来搭建一个client进行通信调用。

client运行测试

4.一个开发demo测试

为了体现实际的效果，这个项目还实现了一个前端项目demo，这个项目的作用是展示如何在cursor等AI IDE自动实现一个网页搭建的过程中，使用MCP提供的图像生成工具，自动完成配图，不需要自己再单独用另外的ide或者LLM来生成配图。

web demo 配图实现效果

如何使用

项目代码目前已经上传github，项目地址: https://github.com/ChristopheZhao/image-gen-mcp-server 。具体的操作可参考Readme文件，此处就使用步骤做一个简单说明。

1.安装python环境

在调用mcp工具的时候，需要一个配置好的python环境给工具进行执行，推荐使用uv进行python环境安装。

# 安装 UV（Windows）
curl -sSf https://astral.sh/uv/install.ps1 | powershell

# 安装 UV（macOS/Linux）
curl -sSf https://astral.sh/uv/install.sh | bash

# 克隆项目并进入目录
cd path/to/image-gen-mcp-server

# 创建 UV 虚拟环境
uv venv
# 或指定环境名
# uv venv my-env-name

# 激活虚拟环境（Windows）
.venv\Scripts\activate
# 激活虚拟环境（macOS/Linux）
source .venv/bin/activate

# 安装依赖（推荐）
uv pip install -e .

# 或使用锁定文件安装精确版本
uv pip install -r requirements.lock.txt

2.配置变量环境

项目需要提供腾讯元的secret_id和secret_key来访问混元生图服务，另外还需要指定一个路径来保存文件。原本项目使用二进制文件来传输图片，但是发现客户端解析不太方便，因此改为server直接将图片保存到指定位置，然后用户自己再来提取图片。

将项目的.env.example改为.env配置自己的key和路径即可。

TENCENT_SECRET_ID="Your tencent secret id"
TENCENT_SECRET_KEY="Your tencent secret key"
MCP_IMAGE_SAVE_DIR="Your save image dir"

3.客户端配置集成

接下来就可以在MCP客户端配置server信息，实现MCP的整体集成。

3.1获取python环境执行器地址

MCP在调用server服务时是执行python开发的工具函数，因此需要找到python环境的执行器地址，这个地址在mcp配置中会用到。我们使用uv安装，python环境默认就在就在.venv目录下。

python执行器路径文件

如果项目目录对应

'D:\\code\\image-gen-mcp-server'

那python执行器路径就加一个默认的\.venv\Scripts\python.exe

"D:\\code\\image-gen-mcp-server\\.venv\\Scripts\\python.exe"

3.2在ide(cursor)中配置mcp.json

在cursor中点击File，依次选择preference，vs code Settings，点击打开settings界面。

 

settings左侧选择MCP，点击右上角的蓝色按钮"Add new global MCP server"打开mcp.json配置文件。

 

需要在配置文件中添加mcp server的相关配置信息，其中command对应3.1获取的路径，args就是项目的mcp_image_server.py文件路径。

{
  "mcpServers": {
    "image-generation": {
      "name": "图像生成服务",
      "description": "使用腾讯混元AI生成图像的MCP服务",
      "type": "stdio",
      "command": "{Your_path}\\image-gen-mcp-server\\.venv\\Scripts\\python.exe",
      "args": ["{Your_path}\\image-gen-mcp-server\\mcp_image_server.py"],
      "environment": ["TENCENT_SECRET_ID", "TENCENT_SECRET_KEY","MCP_SERVER_PORT"],
      "autoRestart": true,
      "startupTimeoutMs": 30000
    }
  }
} 

配置完成后我们在settings界面的MCP Servers界面看对应的这个tool的左上角的小点如果是绿色，就说明配置完成了。

 

体验使用

在配置好之后，我们就可以在cursor中来试一下效果了。

Cursor执行体验

在 Cursor 中输入生成图片的命令，cursor会识别到用户意图然后发起Image tool的调用

 

这里需要用户授权，点击'run'蓝色按钮，然后就开始调用我们配置的图像生成mcp服务，生成图像后就会保存到指定的文件夹位置下。

 

我么可以在指定目录（MCP_IMAGE_SAVE_DIR）下查看或使用保存的图片，发现还是按照需求生成了一张水平的山景图。

 

实际开发体验

回到文初提到的需求，搭建这个mcp server的目的是为了使用cursor开发，可以直接让它配图。实际上实现这个项目了吗？测试下来，基本需求已经实现，但如果要更准确的指令遵从，或者使用云空间来存储图片，会更方便。

以我最近的写的一个项目页面为例，原本有一个博客界面，展示了三篇博客但是没有配图。

 

然后cursor中要求进行配图，cursor会调用三次我们的工具生成三张图，这样一次性就完成了网页配图了。

 

在执行这个过程中有意思的是，cursor知道我们调用mcp工具保存的图片在另外一个路径，然后它会规划把图片复制移动到这个项目的资源文件夹中。

 

你只需要点击确认，图片就拷贝过来了。

 

这也可以看到cursor配合使用推理模型在实际编程中的实用价值和潜力。

结语

以上就是对开发一个图像生成 mcp server的记录和思考，欢迎大家交流，项目目前支持在cursor和windsurf中配置使用，如果有需要请到GitHub进行clone使用。

参考资料:

[1] https://cloud.tencent.com/document/product/1729/97730
[2] https://github.com/modelcontextprotocol/python-sdk
[3] https://github.com/jlowin/fastmcp