给 Codex 装上画图工具：ChongPlus Image MCP 生图改图教程

大家好，我是 Codex 中文网的站长宇哥。

平时我们使用 Codex，更多是让它写代码、改项目和分析报错。但真实工作里还常有图片需求：给项目做 Logo、为文章生成封面、制作宣传海报、根据参考图改背景，或是在完成前端页面后补一张占位图。本文介绍开源项目 ChongPlus Image MCP，让支持 MCP 的 AI 客户端直接获得生图和改图能力。

安装完成后，不需要单独打开网页，也不必自己写接口代码。直接对 Codex 说“帮我生成一张深蓝色科技风格的 AI 产品宣传图，画面中央是一台发光的智能终端，比例 16:9”，它就可以调用 MCP 工具生成图片并保存到本地。已有图片时，也可以要求它保持主体不变，只修改背景、文字或风格。

ChongPlus Image MCP 能做什么

MCP 可以理解成让 AI 调用外部工具的标准协议。安装 MCP 后，相当于给客户端增加了一套可被模型识别的工具：GitHub MCP 可操作 GitHub，数据库 MCP 可查询数据库，浏览器 MCP 可控制浏览器，图片 MCP 则可生成和编辑图片。

ChongPlus Image MCP 将 ChongPlus 图片接口封装为一组工具，目前包括：

• 检查本机是否已配置 API Key。
• 安全保存或替换 API Key。
• 根据文字提示生成图片。
• 单次生成 1 到 4 张图片。
• 使用本地参考图片编辑图片。
• 查看支持的图片尺寸和请求限制。
• 将生成结果保存到本地并返回绝对路径。

真正省事的地方不在于“能调用接口”，而在于不用反复处理接口地址、请求参数、Key 保存位置、Base64 或 URL 结果、图片落盘路径和参考图上传方式。让客户端获得明确的工具定义后，模型知道什么时候应该调用工具，而不是只回复一段提示词。

安装前需要准备什么

需要准备以下内容：

• 支持 MCP 的 AI 客户端，例如 Codex、Claude Code、Cursor 或 Claude Desktop。
• 本机已安装 uv 和 uvx。
• 一个具有图片模型权限的 ChongPlus API Key。

API Key 可在 ChongPlus Keys 页面 创建，创建时选择图片生成相关分组。Key 属于敏感信息，只应提供给你信任的本地客户端和 MCP 服务；不要上传到公开仓库，也不要在截图中暴露完整密钥。

可先在终端确认 uvx 是否可用：

uvx --version

最简单的安装方式

不想手动研究各个客户端的配置文件时，直接把下面这段话发送给 Codex 或其他支持 MCP 的 AI 客户端：

请帮我安装并配置 ChongPlus Image MCP：

https://github.com/Rodert/chongplus-image-mcp

请将它安装为本地 stdio MCP Server，启动命令为：

uvx --from git+https://github.com/Rodert/chongplus-image-mcp chongplus-image-mcp

配置完成后，先调用 setup_status 检查本地是否已经保存 API Key。

如果还没有配置，请向我询问 ChongPlus API Key，
然后调用 configure_api_key 将它安全保存到本地配置目录。

后续自动复用已经保存的 Key，
不要让我手动配置环境变量。

项目使用的启动命令是：

uvx --from git+https://github.com/Rodert/chongplus-image-mcp chongplus-image-mcp

它会从 GitHub 获取项目并启动 MCP Server。让 AI 代为安装的好处是，不必先记住不同客户端的配置文件位置；配置完成后，仍应检查客户端显示的工具列表和启动状态。

手动配置方式

如果更习惯自己配置，可以在 MCP 客户端的配置文件中加入：

{
  "mcpServers": {
    "chongplus-image": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/Rodert/chongplus-image-mcp",
        "chongplus-image-mcp"
      ]
    }
  }
}

保存后重新启动 AI 客户端。配置正确时，客户端应能识别名为 chongplus-image 的 MCP Server。不同客户端的配置文件位置不同，但核心启动命令一致。

第一次使用与 API Key 配置

安装后，先让 AI 检查 MCP 是否已经配置完成：

检查一下 ChongPlus Image MCP 是否已经配置完成。

客户端应调用 setup_status。如果还没有 API Key，它会询问你输入 Key，然后调用 configure_api_key 将其保存到本地。

macOS 和 Linux 默认配置路径通常为：

~/.config/chongplus-image/config.json

如果设置了 XDG_CONFIG_HOME，会使用对应的配置目录。Windows 默认路径为：

%APPDATA%\chongplus-image\config.json

在 macOS 和 Linux 上，项目会限制配置目录和文件的访问权限，尽量避免其他普通用户直接读取。配置成功后，后续生图和改图会复用本机保存的 Key，不需要重复输入，也不要求手动设置环境变量。

用 Codex 生成第一张图片

配置完成后，可以直接给出明确的画面要求：

使用 ChongPlus Image MCP 生成一张图片：

一只穿着黑色连帽衫的程序员猫，
坐在充满显示器的工作台前写代码，
深蓝紫色科技氛围，电影感灯光，
画面比例 16:9。

AI 会按需要调用 generate_image。生成完成后，图片会保存到本地目录，并返回绝对路径。若要一次比较多个方向，可以明确要求数量和不同风格：

帮我生成 4 张不同风格的项目 Logo 草图。

项目名称是 ChongPlus，方向分别为极简科技、未来感、
抽象大象和开发者工具。

当前单次可请求 1 到 4 张图片。为了让结果稳定，提示词中最好写清主体、场景、光线、构图、画面比例，以及不希望出现的内容，例如文字和水印。

使用参考图片改图

除了文生图，MCP 也支持本地图片编辑。假设项目目录中有一张图片：

/Users/yourname/Pictures/poster.png

可以这样要求 AI：

使用 ChongPlus Image MCP 编辑这张图片：

/Users/yourname/Pictures/poster.png

保持主体人物、构图和文字不变，
把背景改成深蓝紫色科技风格，
增加轻微的霓虹光效。

AI 会调用 edit_image，将指定本地图片提交到图片编辑接口。当前编辑工具接收本地文件路径，不直接接收远程图片 URL。这样可以让文件读取范围更清楚，也避免因传入任意 URL 或路径而产生难以预期的文件访问行为。

改图时建议把要求拆成两部分：先写“保持什么不变”，再写“修改什么”。例如保持人物、姿势、构图和文字不变，只更换背景和光线，通常比“帮我改得好看一些”更容易得到可控结果。

适合哪些人

经常使用 Codex 或 Claude Code 的开发者

在项目中顺手生成网站封面、默认头像、UI 占位图、App 图标、Logo 草图或 README 配图，不必离开开发环境。

技术自媒体和公众号作者

文章写完后，可以让 AI 读取当前目录中的文章，先总结主题，再生成适合作为封面的图片。封面若需要预留标题区，也应在提示词中明确说明。

做 AI Agent 的开发者

将 MCP 接入自己的 Agent 后，Agent 可以根据任务决定是否调用图片能力，而不仅仅输出文字。

不想自己对接图片 API 的用户

如果不关心接口格式，也不想维护请求脚本，直接告诉 AI “帮我画一张图”即可，把鉴权、调用和本地保存交给工具完成。

MCP 和 Skill 有什么区别

之前的 chongplus-image-skill 与 MCP 的目标接近，都是让 AI 获得图片生成能力，但接入方式不同。

• Skill 更像一份操作说明和配套脚本。AI 阅读 SKILL.md 后，按照说明执行本地脚本。
• MCP 直接将功能注册为标准工具，例如 setup_status、configure_api_key、generate_image、edit_image 和 list_image_options，客户端可以识别工具名称、参数与用途。

简单理解：Skill 是教 AI 怎样完成一件事，MCP 是直接交给 AI 一套可调用的工具。只使用支持 Agent Skills 的客户端时，Skill 比较轻量；需要在 Codex、Claude Code、Cursor、Claude Desktop 等多个 MCP 客户端间复用时，MCP 版本更合适。两个项目并不冲突，可按所使用的客户端选择。

常见问题 FAQ

提示找不到 uvx 怎么办

说明本机尚未安装 uv，或新安装后终端环境还未刷新。安装完成后重新打开终端或 AI 客户端，再运行 uvx --version 确认命令可用。

返回 HTTP 401 或 403

常见原因包括 API Key 填写错误或失效、Key 没有图片模型权限、图片分组没有剩余额度。先检查 Key 是否完整，并确认创建时选择了正确的图片生成分组。

返回 Cloudflare error code: 1010

这通常表示请求在到达图片应用前被 Cloudflare 边缘防火墙拦截。记录大致请求时间和错误信息，再联系 ChongPlus 支持排查对应事件。

图片生成成功但找不到文件

直接让 AI 返回刚才生成结果的完整本地路径，或要求它打开所在目录。MCP 工具会返回生成图片的绝对路径。

AI 没有自动调用 MCP 工具

有些客户端已加载 MCP，但模型未主动选择工具。可以明确要求：“请调用 ChongPlus Image MCP 的 generate_image 工具生成图片，不要只给我图片提示词。”

总结

ChongPlus Image MCP 的目标不是再做一个网页生图工具，而是让 AI Agent 在现有对话里获得图片能力。未来写代码、查资料、处理文件、生成图片和制作内容都可以在同一个 Agent 对话中完成；当 Agent 缺少某种能力时，再为它安装对应的 MCP。

项目采用 Apache 2.0 许可证，开发环境需要 Python 3.10 或更高版本，使用 uv 管理和运行；离线测试不需要 API Key。项目地址：Rodert/chongplus-image-mcp。