快速开始

介绍

ImgMCP 是一个多媒体 AI 模型聚合平台。它旨在为您提供一个简洁、高效的途径，用以接入并使用各类有效的多媒体 AI 模型。

我们提供统一的 API 和 MCP (Multimedia Control Protocol)，以简化模型的集成过程——无论您是将其直接整合进应用程序，还是通过大型语言模型 (LLM) 进行调用。

我们的目标是将这些 AI 模型的能力与您的创造力连接起来，致力于为每一位创造者改善使用体验、降低成本并提高效率。

请在此查阅相关文档，了解如何利用 ImgMCP 的各项能力。

前提条件

在开始使用 ImgMCP 平台之前，请确保您已准备好以下内容：

一个 ImgMCP 账户: 您需要在平台注册。如果还没有账户，请前往管理平台完成注册。
一个 API 密钥: 为了验证您的请求，需要一个 API 密钥。注册并登录后，您可以在管理平台的 API 密钥页面找到您的默认 API 密钥。

请妥善保管您的 API 密钥，确保其安全。

快速开始

本节将指导您如何配置一个 MCP Host（例如 Cherry Studio），使其通过 ImgMCP 平台提供的 Streamable HTTP MCP 服务进行交互。这种方式通常无需安装额外的客户端库，只需设置服务端点和 API 密钥。

支持的 MCP Host:

原生支持: Cherry Studio、ChatWise 等工具能提供较好的集成体验。
通过 mcp-remote: 对于尚不支持 Streamable HTTP 协议的 Host（如 Claude Desktop），可配合使用 mcp-remote 工具。

(具体的工具配置方法，请参考我们专门的 MCP 文档。以下步骤以 Cherry Studio 为例。)

1. 服务端点与鉴权 (Service Endpoint & Authentication):

MCP 端点 URL:
```
https://api.imgmcp.com/mcp
```
认证方式 (Authentication Method): ImgMCP 使用 API 密钥进行认证。您需要在 HTTP 请求的 Authorization 头中按以下格式提供密钥：
```
Authorization: Bearer <您的 API 密钥>
```
提示: 如果您使用的 MCP Host 配置 Bearer <密钥> 格式不方便，可以尝试直接使用您的 API 密钥作为 Authorization 头的值。但推荐尽可能使用包含 Bearer 的标准格式。

2. 在 Cherry Studio 中配置 (Configuration in Cherry Studio):

打开 Cherry Studio，导航至 设置 (Settings) - MCP 服务器 (MCP Servers)。
点击 添加服务器 (Add Server)，然后选择 从JSON导入 (Import from JSON)。

粘贴以下 JSON 内容：

{
  "name": "ImgMCP",
  "type": "streamableHttp",
  "description": "Connecting Models to Your Creativity.",
  "provider": "ImgMCP",
  "providerUrl": "https://imgmcp.com",
  "logoUrl": "https://cdn.imgmcp.com/imgmcp-favicon.png",
  "baseUrl": "https://api.imgmcp.com/mcp"
}

导入后，点击列表中新创建的 "ImgMCP" 服务。
在 请求头 (Request Headers) 部分添加您的 API 密钥：
```
Authorization=Bearer <您的 API 密钥>
```
(请务必将 <您的 API 密钥> 替换为您的真实密钥)
点击保存。

3. 验证连接 (Verify Connection):

配置完成后，您需要验证 MCP Host 是否能通过新配置与 ImgMCP 平台成功通信。

基础检查 (Basic Check): 在您的 MCP Host (如 Cherry Studio) 中，检查 MCP 工具列表。如果能看到来自 ImgMCP 的工具正常显示，说明基础连接已建立。
功能验证 (Functional Verification):
1. 在 Host 中选择一个合适的 LLM，并启用 ImgMCP 工具集。
2. 发起一个简单的交互。例如，可以尝试提问：“查询历史任务”，或者让它执行一个需要通过 ImgMCP 后端获取信息的操作（比如查询可用的模型列表）。
3. 如果 LLM 能够正确响应，并返回了来自 ImgMCP 的信息（例如历史任务列表或模型列表），则表明配置成功，您可以开始正常使用了。

后续步骤:

您已成功配置 MCP Host。现在可以通过它来探索 ImgMCP 提供的各种 AI 模型交互能力了。请参阅后续章节，了解更详细的使用示例。

模型

ImgMCP 平台通过 MCP 协议，让您可以接入并使用多种 AI 模型。这些模型的能力各有侧重，了解它们的特点有助于您选择合适的工具来完成特定任务。

模型的主要类型与特点:

侧重理解与通用性: 某些模型的核心优势在于理解复杂的自然语言描述和上下文。例如，像 GPT-Image-1 这样的模型，能够较好地处理包含详细指令或需要联系上下文的图像生成任务，适合作为通用的图像创建工具。
侧重艺术性表达: 另一些模型则在艺术风格的渲染和视觉效果的独特性上表现突出。例如 Midjourney，它在生成具有强烈艺术感或模仿特定流派（如油画、版画）的图像方面能力较强，适合用于艺术创作探索。
侧重专业性与稳定性: 还有一类模型，其设计更偏向于在特定应用场景下提供稳定、一致的输出。比如 Flux Kontext，它可能在产品渲染图、商业广告素材制作等方面表现稳定，有助于保证结果的专业性和一致性，适合用于对效果可控性要求较高的商业或设计工作流。

基础图像处理能力:

除了主要的图像生成模型，我们也整合了一些基础的图像处理功能，例如：

图像放大 (Upscaling): 用于提升现有图像的分辨率。
背景移除 (Background Removal): 用于分离图像主体与背景。

这些基础能力可以作为核心生成模型的补充，完善创作流程中的常见需求。

通过 MCP 简化调用:

使用 ImgMCP 的一个好处在于，您通常不需要直接关心每个模型的技术细节或 API 接口。通过支持 MCP 的客户端（如 Cherry Studio），您可以用自然语言向配置好的 LLM (大语言模型) 提出需求。LLM 会解析这个需求，并通过 MCP 协议调用 ImgMCP 平台上相应的模型来执行操作。这个过程屏蔽了底层的复杂性，让您可以更专注于创作意图本身。

风格

在图像生成中，“风格”是一个重要的概念，它能帮助您快速设定或调整生成结果的视觉特征。

风格是什么？

在 ImgMCP 的语境下，“风格”可以理解为一系列预先定义好的、能够影响图像视觉表现的提示词 (Prompt) 片段或参数组合。它们通常用于概括某种常见的艺术流派（如“水彩”、“赛博朋克”）、媒介质感（如“黏土动画”、“刺绣”）或光照氛围（如“电影感光照”、“黄金时刻”）。

使用风格的价值:

提高效率: 对于一些常见的视觉效果，直接选用预设风格通常比您自己从零开始尝试和调整提示词要快得多。
保持一致: 当需要创作一系列视觉风格统一的作品时，使用相同的风格设定可以提供便利。
提供参考: 浏览平台提供的风格库，有时也能为您带来新的灵感或方向。

风格库:

我们会整理并提供一系列经过测试的风格预设，覆盖不同的美学方向。您可以在创作时选用这些风格，作为快速启动或调整的基础。当然，您仍然可以（也应该）根据自己的具体需求，在选用风格的基础上进行修改和组合，或者完全自定义提示词。

快速开始

介绍

前提条件

快速开始

模型

风格

目录

Command Palette