tai-mcp

# tai-mcp `tai-mcp` 是一个仅通过 stdio 运行的本地 MCP，把 `tai-openapi` 的 OpenAI 兼容图片生成和 编辑接口封装为 MCP 工具。它不监听端口，也不提供 HTTP、鉴权、CORS、健康检查或 Docker 部署入口。 ## 工具 - `generate_image`：调用 `POST /v1/images/generations` 生成图片。 - `edit_image`：调用 `POST /v1/images/edits` 编辑一张或多张图片。 - `get_image_model_capabilities`：查询编辑模型的图片数量、mask、size 和扩展参数约束。 - `list_image_models`：列出上游当前启用的模型。 生成和编辑都支持 `response_format="url"`（默认）与 `response_format="b64_json"`： - `url`：MCP 返回包含上游图片 URL 的 JSON 文本，不下载图片。 - `b64_json`：MCP 返回标准 `ImageContent` 和图片元数据。 ## 图片编辑输入 `edit_image.images` 是有序的本地图片绝对路径列表，`mask` 是可选的本地图片绝对路径。 支持 PNG、JPEG 和 WebP。MCP 在本机读取文件，再通过 OpenAI 兼容的 multipart `image[]` 和 `mask` 文件字段上传到 `tai-openapi`，图片内容不经过 MCP JSON/base64 传输。 路径必须满足以下条件： - 使用普通文件系统绝对路径，例如 `C:\Users\me\Pictures\source.png`；不要使用 `file://`； - 最终解析路径位于 `MCP_ALLOWED_IMAGE_ROOTS` 配置的目录中； - 文件扩展名和实际图片格式一致； - 单个文件不超过 `MCP_MAX_IMAGE_BYTES`。 相对路径、HTTP URL、base64 和 Data URL 不再作为编辑输入接受。 示例： ```json { "prompt": "Make the bodywork brighter", "images": [ "C:\\Users\\me\\Pictures\\car.png", "C:\\Users\\me\\Pictures\\reference.png" ], "model": "tai-image-to-image", "response_format": "url", "parameters": {"denoise": 0.55} } ``` 编辑前建议先调用 `get_image_model_capabilities(model)`，按返回的 `input.min_images`、 `input.max_images`、`input.mask`、`input.size`、`input.prompt_required` 和 `parameters_schema` 组织参数。 ## 安装与配置 要求 Python 3.12+ 和 [uv](https://docs.astral.sh/uv/)。 ```powershell Copy-Item .env.example .env uv sync --extra dev ``` 在 `.env` 中至少配置现有的 `TAI_OPENAPI_*` 变量： ```dotenv TAI_OPENAPI_BASE_URL=http://127.0.0.1:8000/v1 TAI_OPENAPI_API_KEY=replace-with-tai-openapi-api-key TAI_IMAGE_MODEL=tai-text-to-image TAI_IMAGE_EDIT_MODEL=tai-image-to-image MCP_ALLOWED_IMAGE_ROOTS=C:\Users\me\Pictures ``` | 环境变量 | 默认值 | 说明 | | --- | --- | --- | | `TAI_OPENAPI_BASE_URL` | `http://127.0.0.1:8000/v1` | OpenAI 兼容接口地址，必须以 `/v1` 结尾 | | `TAI_OPENAPI_API_KEY` | 无 | 上游 Bear…