MCP Image: MCP server pro generování a editaci obrázků přes Gemini a OpenAI

Vytvořeno: 11.04.2026 | Aktualizováno: 10.05.2026 19:03

MCP Image je MCP server pro generování a editaci obrázků přes Gemini nebo OpenAI pro MCP klienty jako Claude Code, Cursor nebo Codex. Podle README automaticky rozšiřuje stručné prompty, volí rozumné výchozí parametry a nabízí více úrovní kvality bez nutnosti ručně řešit každý detail. Ve výchozím stavu používá Gemini / Nano Banana, ale přes proměnnou prostředí umí běžet i proti OpenAI gpt-image-2.

Pokud jde konkrétně o praktické zprovoznění jiného obrázkového MCP serveru v OpenCode, navazuje na to Gemini MCP v OpenCode.

Co server umí

Automaticky optimalizuje prompt přes Subject–Context–Style framework.
Nabízí tři quality presety: fast, balanced a quality.
Umí generování i editaci existujících obrázků přes inputImagePath.
Podporuje různé poměry stran, vyšší rozlišení a více výstupních formátů.
Podle README umí i volitelné režimy jako character consistency, world knowledge nebo Google Search grounding; Google Search grounding je ale použitelný jen u Gemini provideru.

Předpoklady

Podle README je potřeba:

Node.js 22 nebo novější
Gemini API klíč z Google AI Studio pro Gemini provider
OpenAI API klíč pro OpenAI provider
u OpenAI také org verification pro použití gpt-image-2
MCP klient, který umí připojit externí server

Základní konfigurace

README ukazuje konfiguraci pro Claude Code, Cursor a Codex. Pro Claude Code vypadá základní přidání serveru takto:

claude mcp add mcp-image --scope user \
  --env GEMINI_API_KEY=your-api-key \
  --env IMAGE_OUTPUT_DIR=/absolute/path/to/images \
  -- npx -y mcp-image

Důležité je nepřidávat API klíč do verzované konfigurace nebo do repozitáře. Výstupní adresář IMAGE_OUTPUT_DIR má být absolutní cesta. Pokud není nastavený, README uvádí výchozí ./output v aktuálním pracovním adresáři.

Důležité proměnné prostředí

IMAGE_PROVIDER=gemini – výchozí provider; používá Nano Banana 2 / Pro přes GEMINI_API_KEY
IMAGE_PROVIDER=openai – OpenAI provider; používá gpt-image-2 přes OPENAI_API_KEY
GEMINI_API_KEY – API klíč pro Gemini
OPENAI_API_KEY – API klíč pro OpenAI
IMAGE_OUTPUT_DIR – absolutní cesta pro ukládání vygenerovaných obrázků
IMAGE_QUALITY – výchozí preset kvality (fast, balanced, quality)
SKIP_PROMPT_ENHANCEMENT=true – vypnutí automatického rozšíření promptu

Více providerů současně

Provider se volí při startu serveru přes IMAGE_PROVIDER. Jeden běžící server-instance tedy používá právě jeden provider a nejde ho přepínat per-request.

Pokud je potřeba používat Nano Banana i OpenAI, je vhodné přidat do konfigurace MCP klienta dvě samostatné instance pod různými jmény, například mcp-image-nano a mcp-image-gpt. Každá instance má vlastní IMAGE_PROVIDER a vlastní API klíč. Tool se v obou případech jmenuje generate_image, ale v MCP klientovi se rozliší podle názvu serveru nebo session prefixu.

Quality presety

fast – nejrychlejší režim pro iterace a drafty
balanced – kompromis mezi rychlostí a kvalitou
quality – nejvyšší kvalita za cenu pomalejšího běhu a vyšší ceny

Podle README se pro fast a balanced používá Nano Banana 2 a pro quality Nano Banana Pro. U OpenAI provideru se quality presety mapují na hodnoty podporované OpenAI: fast → low, balanced → medium, quality → high.

U OpenAI se také aspectRatio mapuje na nejbližší podporovanou velikost. Google Search grounding přes useGoogleSearch OpenAI provider nepodporuje.

Referenční obrázky

Pro editaci nebo práci s referenčním obrázkem se používá parametr inputImagePath. Nepředává se base64 ani URL, ale absolutní cesta k souboru na disku:

{
  "inputImagePath": "/absolute/path/to/reference.png"
}

Server si soubor přečte sám a interně ho převede na base64 pro Gemini nebo OpenAI API. Přes MCP protokol tedy jde jen krátký string s cestou k souboru, ne velký base64 blob v JSON-RPC.

Omezení referenčních obrázků:

Podporovaný je jeden vstupní obrázek na jedno volání.
blendImages je jen hint pro model, nepřidává druhý soubor.
Cesta musí být absolutní.
Soubor musí existovat a musí být ve formátu PNG, JPEG nebo WebP.
Maximální velikost je 10 MB.
URL není podporovaná; obrázek z URL je potřeba nejdřív stáhnout do souboru a až potom předat lokální cestu.
Bezpečnostní kontroly zakazují .. a null byte; symlinky se resolvují přes realpath.

Příklad stažení referenčního obrázku z URL před voláním toolu:

curl -L "https://example.com/reference.png" -o /tmp/reference.png

Potom se do toolu předá /tmp/reference.png jako inputImagePath.

Praktické poznámky

Automatická optimalizace promptu dává smysl hlavně tehdy, když se zadávají krátké nebo neurčité prompty.
Pokud je potřeba mít prompt plně pod kontrolou, lze enhancement vypnout přes SKIP_PROMPT_ENHANCEMENT=true.
Pro editaci obrázku se používá inputImagePath a README vyžaduje absolutní cestu k souboru.
README uvádí podporu formátů PNG, JPEG a WebP do 10 MB.
Vyšší rozlišení a vyšší preset kvality zvyšují čas generování i cenu volání API.
Pokud se má používat Gemini i OpenAI, je potřeba spustit dvě oddělené instance serveru.

Kdy to dává smysl

Tento server dává smysl hlavně tehdy, když MCP klient sám neumí nativní generování obrázků a je potřeba přidat externí server s jednoduchým ovládáním. Repozitář zároveň nabízí i samostatný skill pro psaní promptů; ten je podle README vhodný spíš pro nástroje, které už generování obrázků mají vestavěné.

Související článek k OpenCode

Tento článek je obecný přehled MCP serveru mcp-image. Pokud jde o konkrétní praktické zprovoznění obrázkového MCP serveru v OpenCode přes ultimate-gemini-mcp, navazuje na to Gemini MCP v OpenCode.

Obsah