Skip to content
/ imagenx Public

AI 图片/视频生成与处理工具，支持文本/图生图、文本/图生视频、图片分析与常用编辑（裁剪、缩放、转换、调参），可作为命令行工具或 MCP Server 使用

License

MIT license
0 stars 0 forks Branches Tags Activity
Star
Notifications You must be signed in to change notification settings

NewToolAI/imagenx

BranchesTags

Repository files navigation

Imagenx MCP Server Logo

Version Python MCP License

AI 图片/视频生成与处理工具，支持文本/图生图、文本/图生视频、图片分析与常用编辑（裁剪、缩放、转换、调参），可作为命令行工具或 MCP Server 使用

Demo-Video.mp4

功能特性

  • 文本生成图片: 根据文本描述生成图片
  • 图片生成图片: 基于输入图片和文本描述生成新图片
  • 文本/图片生成视频: 支持提示词生成视频，或基于首尾帧生成视频
  • 图片下载/视频下载: 将生成的图片或视频URL下载并保存到本地
  • 图片处理工具: 提供完整的图片处理功能
    • 图片信息获取: 查看图片格式、尺寸、模式等信息
    • 图片裁剪: 按指定区域裁剪图片（支持小数比例坐标）
    • 尺寸调整: 调整图片大小，支持保持宽高比
    • 格式转换: 支持PNG、JPEG、JPG、WEBP格式转换
    • 图像调整: 调整亮度、对比度、饱和度
    • 图片粘贴: 将图片粘贴到背景图片的指定位置
  • 图片理解与分析: 基于视觉模型分析图片内容，输出结构化或文本结果
  • 多种分辨率支持: 支持 1K、2K、4K 分辨率以及多种自定义像素尺寸
  • 插件化架构: 基于工厂模式设计，支持扩展新的图片生成服务提供商
  • MCP 协议支持: 兼容 Model Context Protocol 标准

当前支持的服务提供商

  • 豆包 (Doubao): 基于火山引擎的图片生成服务
  • 阿里云 (Aliyun): 基于阿里云通义千问的图片生成服务

安装

配置环境变量

IMAGENX_IMAGE_TO_IMAGE="provider:model"
IMAGENX_TEXT_TO_IMAGE="provider:model"
IMAGENX_IMAGE_TO_VIDEO="provider:model"
IMAGENX_TEXT_TO_VIDEO="provider:model"
IMAGENX_INSPECT_IMAGE="provier:model"
IMAGENX_<provider>_API_KEY="api-key"

或写入 .env 文件中

安装步骤

方式一：pip 安装（推荐）

pip install imagenx

方式二：从源码安装

git clone https://github.com/NewToolAI/imagenx.git
cd imagenx
pip install -e .

使用方法

作为命令行运行

# 生成图片（文本或图生图）
imagenx image "一只在云上飞翔的猫"

# 生成视频（文本或基于首尾帧）
imagenx video "一个人在运动"
imagenx video "一个人在运动" --first_frame logo.jpg

作为 MCP 服务器运行

标准输入输出模式 (stdio)

{
  "mcpServers": {
    "imagenx-cli": {
      "command": "uvx",
      "args": [
        "-U",
        "imagenx",
        "server",
        "--diable_tools",
        "text_to_video image_to_video"
      ],
      "env": {
        "IMAGENX_IMAGE_TO_IMAGE": "doubao:doubao-seedream-4-0-250828",
        "IMAGENX_TEXT_TO_IMAGE": "doubao:doubao-seedream-4-0-250828",
        "IMAGENX_IMAGE_TO_VIDEO": "doubao:doubao-seedance-1-0-pro-fast-251015",
        "IMAGENX_TEXT_TO_VIDEO": "doubao:doubao-seedance-1-0-pro-fast-251015",
        "IMAGENX_INSPECT_IMAGE": "aliyun:qwen3-vl-flash",
        "IMAGENX_DOUBAO_API_KEY": "api-key",
        "IMAGENX_ALIYUN_API_KEY": "api-key"
      }
    }
  }
}

HTTP 服务器模式

imagenx server --transport streamable-http --host 0.0.0.0 --port 8000
imagenx server --transport streamable-http --disable_tools text_to_video image_to_video  # 禁用视频生成工具
{
  "mcpServers": {
    "imagenx-mcp-aliyun": {
      "url": "http://127.0.0.1:8000/mcp",
      "headers": {
        "IMAGENX_IMAGE_TO_IMAGE": "aliyun:qwen-image-edit-plus",
        "IMAGENX_TEXT_TO_IMAGE": "aliyun:qwen-image-plus",
        "IMAGENX_IMAGE_TO_VIDEO": "aliyun:wan2.5-i2v-preview",
        "IMAGENX_TEXT_TO_VIDEO": "aliyun:wan2.5-t2v-preview",
        "IMAGENX_INSPECT_IMAGE": "aliyun:qwen3-vl-flash",
        "IMAGENX_ALIYUN_API_KEY": "api-key"
      }
    }
  }
}

Cloud 免安装 (没有工具 download)

{
  "mcpServers": {
    "imagenx-mcp-cloud": {
      "url": "https://imagenx.fastmcp.app/mcp",
      "headers": {
        "IMAGENX_IMAGE_TO_IMAGE": "aliyun:qwen-image-edit-plus",
        "IMAGENX_TEXT_TO_IMAGE": "aliyun:qwen-image-plus",
        "IMAGENX_IMAGE_TO_VIDEO": "aliyun:wan2.5-i2v-preview",
        "IMAGENX_TEXT_TO_VIDEO": "aliyun:wan2.5-t2v-preview",
        "IMAGENX_INSPECT_IMAGE": "aliyun:qwen3-vl-flash",
        "IMAGENX_ALIYUN_API_KEY": "api-key"
      }
    }
  }
}

可用工具

1. text_to_image

根据文本描述生成图片。

2. image_to_image

基于输入图片和文本描述生成新图片。

3. download

下载图片或视频到本地。

4. get_image_info

获取图片信息。

5. crop_image

裁剪图片。

6. resize_image

调整图片尺寸。

7. convert_image

转换图片格式。

8. adjust_image

调整图片的亮度、对比度和饱和度。

9. text_to_video

根据文本提示生成视频。

10. image_to_video

基于首帧与可选尾帧生成视频。

11. paste_image

将图片粘贴到背景图片的指定位置。

12. inspect_image

分析图片内容，返回结构化或文本结果。

项目结构

imagenx/
├── imagenx/
│   ├── server.py                  # MCP 服务器主文件（工具定义与运行）
│   ├── factory.py                 # 预测器工厂（图片/视频/分析）
│   ├── operator.py                # 图片处理操作模块
│   ├── main.py                    # CLI 入口（imagenx）
│   ├── script.py                  # 命令行生成图片/视频脚本
│   ├── utils.py                   # 工具函数模块
│   └── predictor/
│       ├── base/
│       │   ├── base_text_to_image.py      # 文本生成图片接口
│       │   ├── base_image_to_image.py     # 图片生成图片接口
│       │   ├── base_text_to_video.py      # 文本生成视频接口
│       │   ├── base_image_to_video.py     # 图片生成视频接口
│       │   └── base_image_inspector.py    # 图片分析接口
│       └── generators/
│           ├── doubao/                    # 豆包服务提供商
│           │   ├── text_to_image.py
│           │   ├── image_to_image.py
│           │   ├── text_to_video.py
│           │   ├── image_to_video.py
│           │   └── image_inspector.py
│           └── aliyun/                   # 阿里云服务提供商
│               ├── text_to_image.py
│               ├── image_to_image.py
│               ├── text_to_video.py
│               ├── image_to_video.py
│               └── image_inspector.py
├── pyproject.toml                 # 项目配置（入口脚本等）
├── uv.lock                        # 依赖锁（可选）
└── README.md                      # 项目说明

扩展新的服务提供商

要扩展新的服务提供商：

  1. 实现相应的基类接口，例如 BaseTextToImage：
from imagenx.predictor.base.base_text_to_image import BaseTextToImage

class ProviderTextToImage(BaseTextToImage):
    def __init__(self, model: str, api_key: str):
        self.model = model
        self.api_key = api_key
        # 其他初始化代码
    
    def text_to_image(self, prompt: str, size: str) -> List[Dict[str, str]]:
        # 实现文本生成图片逻辑
        # 返回格式: [{"url": "图片URL"}]
        pass
  1. 工厂类会自动发现并加载新的实现（基于文件名），模型字符串需为 provider:model 格式，例如：doubao:doubao-seedream-4-0-250828

依赖项

  • fastmcp>=2.12.4: MCP 协议实现
  • python-dotenv>=1.1.1: 环境变量加载
  • volcengine-python-sdk[ark]>=4.0.22: 火山引擎 SDK（豆包服务）
  • dashscope>=1.25.1: 阿里云通义千问 SDK（阿里云服务）
  • requests>=2.25.0: HTTP 请求库（用于图片下载）
  • pillow>=12.0.0: 图片处理库（用于图片编辑操作）

更新日志

v1.0.0 (当前版本)

新增功能

  • 查询分析工具: 新增 analyze_query 工具，支持分析用户需求并制定工具调用计划
  • Cloud 服务: 新增云端免安装服务支持，可通过 HTTP 方式使用（不包含 download 工具）

功能优化

  • 统一版本号为 1.0.0，项目进入稳定版本阶段
  • 优化工具链调用流程，提升用户体验

v0.3.0

新增功能

  • 阿里云服务提供商: 新增基于阿里云通义千问的图片生成服务支持
  • 图片粘贴: 新增 paste_image 工具，支持将图片粘贴到背景图片的指定位置
  • 工具控制: 新增 --disable_tools 参数，支持在运行 MCP 服务器时禁用特定工具

功能优化

  • 完善图片处理工具集，增强图片编辑能力
  • 重构基类接口，提供更细分的功能模块

v0.2.0

新增功能

  • 视频生成: 支持 text_to_video 与 image_to_video 两种方式
  • 图片分析: 新增 inspect_image 工具，支持视觉模型分析
  • 图片处理工具集完善: get_image_info、crop_image（比例坐标）、resize_image、convert_image、adjust_image

技术改进

  • 工厂模式统一图片/视频/分析三类预测器的发现与加载
  • 环境变量分离为 IMAGENX_IMAGE_MODEL、IMAGENX_VIDEO_MODEL、IMAGENX_INSPECT_IMAGE
  • MCP 工具集扩展，HTTP 服务器提供 /health、/healthy 健康检查路由
  • 支持本地文件与 URL 两种图片输入方式；下载工具统一图片/视频

许可证

本项目的许可证信息请查看项目仓库。

贡献

欢迎提交 Issue 和 Pull Request 来改进这个项目。

联系方式

About

AI 图片/视频生成与处理工具，支持文本/图生图、文本/图生视频、图片分析与常用编辑（裁剪、缩放、转换、调参），可作为命令行工具或 MCP Server 使用

Resources

Readme

License

MIT license
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases 1

v1.0.5 Latest
Nov 24, 2025

Packages

No packages published

Languages