Rozdíly

Zde můžete vidět rozdíly mezi vybranou verzí a aktuální verzí dané stránky.

--- ai:mcp:servery:mcp-image [03.05.2026 04:05] – Aktualizace odkazu po přesunu Gemini MCP Petr Nosek
+++ ai:mcp:servery:mcp-image [10.05.2026 19:03] (aktuální) – [MCP Image: MCP server pro generování a editaci obrázků přes Gemini a OpenAI] Petr Nosek
@@ Řádek 1: / Řádek 1: @@
-====== MCP Image: MCP server pro generování a editaci obrázků přes Gemini ======
+====== MCP Image: MCP server pro generování a editaci obrázků přes Gemini a OpenAI ======
-[[https://github.com/shinpr/mcp-image|MCP Image]] je MCP server pro generování a editaci obrázků přes Gemini 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.
+//Vytvořeno: **11.04.2026** | Aktualizováno: **~~LASTMOD~~**//
+[[https://github.com/shinpr/mcp-image|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 [[ai:mcp:servery:gemini-mcp|Gemini MCP v OpenCode]].
@@ Řádek 11: / Řádek 13: @@
   * 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.
+  * 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 =====
@@ Řádek 18: / Řádek 20: @@
   * Node.js 22 nebo novější
-  * Gemini API klíč z [[https://aistudio.google.com/apikey|Google AI Studio]]
+  * Gemini API klíč z [[https://aistudio.google.com/apikey|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
@@ Řádek 36: / Řádek 40: @@
 ==== 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 =====
@@ Řádek 47: / Řádek 60: @@
   * ''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.
+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:
+<code json>
+{
+  "inputImagePath": "/absolute/path/to/reference.png"
+}
+</code>
+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:
+<code bash>
+curl -L "https://example.com/reference.png" -o /tmp/reference.png
+</code>
+Potom se do toolu předá ''/tmp/reference.png'' jako ''inputImagePath''.
 ===== Praktické poznámky =====
@@ Řádek 56: / Řádek 101: @@
   * 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 =====