Vincent

Vincent 是一个用于整理和发布可复用本地 MCP plugin 的仓库。当前主产物是 fastaicode-image-mcp，它把 FastAICode 兼容图片接口封装成两个可直接被 MCP host 调用的工具：

• generate_image：文生图并自动保存本地 PNG
• edit_image：基于本地图片做图生图编辑并自动保存本地 PNG

当前仓库结构

.
├── CURRENT_TASK.md
├── DECISIONS.md
├── docs/
│   ├── plans/
│   └── requirements/
├── fastaicode-image-mcp/
│   ├── .codex-plugin/
│   ├── .mcp.json
│   ├── README.md
│   ├── examples/
│   ├── server/
│   ├── skills/
│   └── tests/
└── outputs/
    └── runtime/
        └── vibe-sessions/

MCP 结构怎么用

当前插件目录 fastaicode-image-mcp/ 里有四层关键结构：

1. .codex-plugin/plugin.json

   • 插件元数据入口
   • 声明插件名称、Skill 目录和 MCP server 配置文件位置

2. .mcp.json

   • MCP host 读取的本地 server 注册文件
   • 当前默认使用 python3 ./fastaicode-image-mcp/server/mcp_server.py

3. server/

   • mcp_server.py：MCP / JSON-RPC 入口，处理 initialize、ping、tools/list、tools/call
   • client.py：向 FastAICode 图片接口发请求并解析响应
   • config.py：读取 fastaicode-image-mcp.toml 与环境变量
   • naming.py：输出文件命名
   • models.py：响应数据模型

4. skills/fastaicode-image/SKILL.md

   • 说明什么时候调用 generate_image
   • 说明什么时候调用 edit_image
   • 约束 1k / 2k / 4k / auto 的使用语义

快速开始

git clone <your-repo-url>
cd Vincent/fastaicode-image-mcp
python3 -m venv .venv
source .venv/bin/activate
python3 -m pip install --upgrade pip
python3 -m pip install httpx pytest
cp .env.example .env
set -a
source .env
set +a
pytest tests -v

默认配置文件是 fastaicode-image-mcp/fastaicode-image-mcp.toml。如果你要改接口地址、默认模型或默认输出目录，直接修改这个文件即可。

部署方式

当前仓库推荐“源码部署”：

1. 保留 fastaicode-image-mcp/ 目录结构不变
2. 安装 Python 依赖
3. 设置 FASTAICODE_API_KEY
4. 让 MCP host 指向 fastaicode-image-mcp/.mcp.json

如果你的 MCP host 会以当前仓库根目录作为工作目录启动 server，当前 .mcp.json 可以直接使用。

如果你的 MCP host 不会以当前仓库根目录作为工作目录启动，请把 fastaicode-image-mcp/.mcp.json 里的 ./fastaicode-image-mcp/server/mcp_server.py 改成你本机上的绝对路径；这类本地路径差异建议只在本机改，不要直接提交回 GitHub。

更完整的工具参数、目录说明和调用示例见 fastaicode-image-mcp/README.md。

上传 GitHub 前建议确认

• 选择并替换根目录 LICENSE
• 根据你的实际仓库地址更新 README 中的 clone 地址
• 先本地执行一次 pytest fastaicode-image-mcp/tests -v
• 如果公开仓库不需要保留生成图片，保持 .gitignore 当前规则即可

当前限制

• 默认只支持本地文件输入的图生图编辑
• 没有实现多图输入、URL 输入和 mask
• 4k 是否可用取决于 fastaicode-image-mcp.toml 里的映射