你是否曾经希望AI能够直接在IDE中根据文本描述生成图片,而无需切换到其他工具?今天要介绍的开源项目JiMeng AI图片生成服务器,正是为了实现这个目标而设计的。它是一个与Cursor IDE集成的MCP服务器,使用即梦AI根据文本描述生成图像,允许用户在其开发环境中直接创建和保存自定义图像。
项目基本信息
| 信息项 | 详情 |
|---|---|
| 项目名称 | JiMeng AI图片生成服务器 |
| GitHub地址 | https://github.com/fengin/image-gen-server |
| 项目描述 | 一个与Cursor IDE集成的MCP服务器,使用 JiMeng AI 根据文本描述生成图像,允许用户在其开发环境中直接创建和保存自定义图像。 |
| 作者 | fengin |
| 开源协议 | MIT License |
| 开源状态 | 公开状态 |
| Languages | Python |
| 支持平台 | Windows / macOS / Linux |
| 最后更新 | 2026-04-23 |
一、项目介绍
JiMeng AI图片生成服务器是一个让Cursor IDE能够调用即梦AI生成图片的MCP工具。一次生成四张图,供更多选择,支持自定义保存路径。
这个服务器提供了一个核心工具:
generate_image:根据文本描述生成图片
参数包括:
prompt:图片描述file_name:生成图片的文件名save_folder:保存目录(可选)sample_strength:精细度(0-1,默认0.5)width:宽度(默认1024)height:高度(默认1024)
二、核心优势
IDE集成
直接在Cursor中使用,无需切换应用。
一键四图
每次调用生成四张图片,提供更多选择。
自定义保存
支持指定保存路径和文件名。
参数可调
可调整精细度、尺寸等参数。
MIT许可证
可自由使用和修改。
三、适用场景
项目资源生成
为项目生成Logo、配图、图标等。
UI设计辅助
生成界面需要的占位图和素材。
内容创作
为文章、博客生成配图。
快速原型
快速生成视觉素材用于演示。
四、安装教程
系统要求
| 工具 | 用途 | 下载/安装方式 |
|---|---|---|
| Python | 运行环境 | [https://python.org/] (版本要求:3.10 或更高) |
| Node.js | 环境支持 | [https://nodejs.org/] (版本要求:20.0 或更高) |
| uv | Python包管理器 | pip install uv |
| Cursor IDE | 开发环境 | [https://cursor.sh] |
安装步骤
第一步:克隆项目
git clone https://github.com/fengin/image-gen-server.git
cd image-gen-server
pip install -r requirements.txt第二步:获取即梦Token
- 访问 即梦(https://jimeng.ai)
- 登录账号
- 按F12打开开发者工具
- 在Application > Cookies中找到sessionid
- 复制sessionid
第三步:配置server.py
修改server.py中的配置:
JIMENG_API_TOKEN = "你的sessionid"
IMG_SAVA_FOLDER = "D:/code/image-gen-server/images"第四步:配置Cursor
- 打开Cursor设置
- 选择Features > MCP Servers
- 点击"Add new MCP server"
配置:
- Name:
image-gen-server - Type:
command - Command:
uv run --with fastmcp fastmcp run D:/code/image-gen-server/server.py
- Name:
第五步:通过Smithery安装(可选)
npx -y @smithery/cli install @fengin/image-gen-server --client claude五、使用示例
示例1:生成Logo
用户指令:“根据项目需求,帮我生成一张产品logo,放在项目目录images下面”
AI会自动生成并保存图片。
示例2:生成Banner
用户指令:“帮我制作网站的首页,头部需要有banner图片”
AI会生成banner图片。
示例3:指定尺寸
{
"prompt": "一只可爱的猫咪",
"file_name": "cat.jpg",
"width": 512,
"height": 512,
"sample_strength": 0.7
}六、调试与故障排除
调试模式
uv run --with fastmcp fastmcp dev D:/code/image-gen-service/server.py或:
fastmcp dev D:/code/image-gen-service/server.py访问http://localhost:5173/使用MCP Inspector调试。
常见问题
问题1:黑窗口很快消失
解决方案:检查命令路径、环境变量、正反斜杠。
问题2:No tools found
解决方案:依赖环境未准备好,检查Python、Node.js版本。
问题3:Windows路径问题
解决方案:尝试使用正斜杠/代替反斜杠。
问题4:Token无效
解决方案:重新获取sessionid,确保已登录。
问题5:生成失败
解决方案:检查网络连接,确认Token有效。
七、总结
JiMeng AI图片生成服务器是一个让Cursor能够直接生成图片的MCP工具,与即梦AI集成。
这个项目的最大价值在于:
- IDE集成:在Cursor中直接生成图片
- 一键四图:每次生成四张供选择
- 参数可调:精细度、尺寸可配置
- 自定义保存:指定路径和文件名
- MIT许可证:可自由使用
如果你需要在开发过程中生成图片,JiMeng AI图片生成服务器是一个非常实用的工具。
总的来说,这是图片生成的最佳MCP工具。
看完教程立刻去配置了,第一张图片生成成功了。
感谢作者fengin的开源贡献。
期待未来能支持更多功能。