在 Claude Desktop、Cursor、Cherry Studio 里直接出图

安装

没有要下载的东西,它通过 npx 按需运行。先到 控制台 → API Keys 拿一把 sk_… key,然后按你用的客户端填。

{
  "mcpServers": {
    "apimodels": {
      "command": "npx",
      "args": ["-y", "apimodels-mcp"],
      "env": {
        "APIMODELS_API_KEY": "sk_your_key_here"
      }
    }
  }
}

{
  "mcpServers": {
    "apimodels": {
      "command": "npx",
      "args": ["-y", "apimodels-mcp"],
      "env": { "APIMODELS_API_KEY": "sk_your_key_here" }
    }
  }
}

其它 MCP 客户端都一样:以 stdio 方式运行下面这条命令即可。

APIMODELS_API_KEY=sk_your_key_here npx -y apimodels-mcp

npx 需要本机装了 Node.js。Windows 用户到 nodejs.org 装一个即可,Cherry Studio 也依赖它来拉起 MCP 服务器。

提供的工具

ElevenLabs 的 TTS 不在这里:它从 POST /v1/tts/stream 直接流式返回音频字节,没有可回传的 URL,走 音频 API 调用。

让模型自己检查、自己返工

你可以直接说「做一张 16:9 的横幅,上面写 SAVE 10%,检查拼写,错了就改」,然后让助手自己循环到满意为止。它靠两条路看结果,选哪条取决于你的客户端:

审图默认用 gpt-5.6-luna,一次远低于 $0.01;要更严格的读图可以指定 claude-sonnet-5。对话模型本身只需要支持函数调用 —— Claude、GPT-5.x、gpt-6-astra、Gemini 都可以。比例和分辨率不用你填,助手会按你说的话自己定(说「16:9」就够了)。

本地图片可以直接用

generate_image 和 generate_video 的 image_url 收四种写法:公网 https:// 链接、本机文件路径(/Users/me/photo.png、./ref.jpg、~/Pictures/x.webp)、本机地址(http://127.0.0.1:8000/photo.png)、以及 data:image/png;base64,… 。

后三种由 MCP 服务器先替你上传,再拿公网 URL 去生成。这一步只能在你这边做:文件只存在于你的机器上,而 127.0.0.1 在我们服务器上解析出来是我们自己 —— 所以直接把本机路径丢给 REST 接口会被拒(private/reserved IP addresses not allowed)。上传的文件落在你账号的存储里,7 天后自动删除。

环境变量

常见坑