genmux MCP 服务器：在 Claude、Cursor 和 OpenCode 里出图

2026年9月7日2 分钟阅读作者 genmux API Team

Model Context Protocol（MCP）是把一组工具交给 AI 助手的标准做法：一个小服务器暴露出函数、资源和提示模板，任何 MCP 客户端——Claude Desktop、Claude Code、Cursor、OpenCode、Continue、Windsurf——都能在对话中途调用它们。@genmux/mcp 就是 genmux 的这个服务器：接上之后，「给价格页做一张 16:9 的主视觉，但先告诉我要花多少钱」就是你打给助手的一句话，而不是你要写的一段脚本。

安装：一条命令

服务器是一个 npm 包，用 npx 按需运行。唯一必填的配置是你的密钥：

bash

GENMUX_API_KEY=nb_live_... npx -y @genmux/mcp

环境变量：

变量	默认值	用途
`GENMUX_API_KEY`	——（必填）	你的 genmux 密钥；不会离开你的机器
`GENMUX_API_BASE`	`https://api.genmux.tech/v1`	指向预发环境时覆盖
`GENMUX_OUTPUT_DIR`	`./genmux-images`	当被要求保存时，`generate_image` 把文件写到哪里

你不用手动运行它；由客户端来启动。你要配置的是客户端。

各客户端代码片段

Claude Code 与 Claude Desktop

bash

claude mcp add genmux -e GENMUX_API_KEY=nb_live_... -- npx -y @genmux/mcp

Cursor —— 项目里的 .cursor/mcp.json（或 Cursor 设置里的全局那份）：

json

{
  "mcpServers": {
    "genmux": {
      "command": "npx",
      "args": ["-y", "@genmux/mcp"],
      "env": { "GENMUX_API_KEY": "nb_live_..." }
    }
  }
}

OpenCode —— 在 opencode.json 里与 provider 块并列的一个 mcp 块：

json

{
  "mcp": {
    "genmux": {
      "type": "local",
      "command": ["npx", "-y", "@genmux/mcp"],
      "environment": { "GENMUX_API_KEY": "nb_live_..." }
    }
  }
}

Continue —— 写在 config.yaml 里：

yaml

mcpServers:
  - name: genmux
    command: npx
    args: ["-y", "@genmux/mcp"]
    env:
      GENMUX_API_KEY: nb_live_...

托管接入点，给没有 shell 的客户端

有些客户端无法拉起本地进程——浏览器里的助手、被严格管控的笔记本，或者不愿意把密钥散布到各处配置文件里的团队。对它们来说，同一个服务器以 Streamable HTTP 托管在 https://mcp.genmux.tech/mcp，用密钥作为 Bearer token 认证：

json

{
  "mcpServers": {
    "genmux": {
      "url": "https://mcp.genmux.tech/mcp",
      "headers": { "Authorization": "Bearer nb_live_..." }
    }
  }
}

在 Claude 的网页版和桌面版里，这对应一个填上该 URL 的「自定义连接器」。工具列表完全相同；区别只在密钥放在哪里。

服务器提供什么

工具——助手可以调用的：

工具	作用
`list_models`	带价格的目录；`kind` 可按图像/文本模型过滤
`estimate_cost`	在真正执行之前，算出一个请求要花多少积分
`generate_image`	`model`、`prompt`、`resolution`、`ratio`、`n`、`negative_prompt`、`reference_images`、`save`——提交任务、等待、返回 URL（打开 `save` 时还返回文件路径）
`get_generation`	按 id 取一个任务：状态、产出、费用
`list_generations`	账户最近的任务
`account_balance`	剩余积分

资源——助手可以读进上下文的文档：genmux://docs/llms.txt、genmux://docs/openapi.yaml、genmux://models，以及 genmux://snippets/python、/node、/curl、/openai-sdk 下的代码片段。

提示模板——两个：integrate-genmux（带着助手把 API 接进你的代码库，会用到那些片段）和 pick-a-model（问对问题，然后推荐一个模型和分辨率）。

这里刻意没有 chat 工具。你的助手本身就是一个对话模型；如果你想在里面用 DeepSeek 或 Qwen3，那走的是兼容 OpenAI 的接口，而不是 MCP——见 OpenCode 或 Continue 那两篇。

一个完整例子

在 Claude Code 里接好服务器，项目中有一个 public/ 目录：

你：我需要一张价格页的主视觉——干净的等距插画，堆叠的硬币正在化成像素，深色背景，16:9。用 nanobanana。先估个价，我说可以之前别生成。

助手会用 {"model": "nanobanana", "resolution": "1K", "ratio": "16:9", "n": 1} 调用 estimate_cost，然后回报：

助手： Nano Banana 上一张 1K 图片是 2 积分（按 Scale 单价约 $0.025）；2K 版本需要 Nano Banana Pro，6 积分。你的余额是 1,184 积分。要按 1K 生成吗？

你：好，保存到 public/hero-pricing.png。

它会带着 save: true 调用 generate_image，GENMUX_OUTPUT_DIR 指向 public/，等待任务完成（Nano Banana 在 1K 下几秒就好），然后带回文件路径、任务 id 和任务记录里的实际扣费。如果你要三个变体（n: 3），估价就变成 6 积分≈ $0.073 张 1K Nano Banana，助手应该在花掉之前先说出来。

一个好客户端应有的表现是：请求较贵时它会主动估价；你把模型名说得含糊（「那个 Pro 的」）时它会用 list_models；写集成代码之前它会去读 genmux://snippets/node，而不是凭空猜请求结构。最后这个习惯，integrate-genmux 提示模板把它写明了。

为什么这比一段 shell 脚本好

你当然可以把 curl 调用包成脚本让助手去跑。MCP 服务器多给了三样脚本给不了的东西：模型无需文档就能理解的带类型工具结构、作为一等步骤存在的 estimate_cost（这样助手会在花钱前先问），以及模型可以读来写出正确代码的资源。失败的任务会自动退款，所以助手把提示词写错不花钱——但助手在你只想要一张时生成了十张 4K 图，正是 estimate_cost 存在的理由。

开始使用

带上你的密钥执行 npx -y @genmux/mcp，配上上面任意一段客户端代码片段，你的助手就能列出模型、报出价格并生成图片，用的还是给 DeepSeek 和 Qwen3 付费的那个余额。模型详情和各分辨率价格见 Nano Banana 页面和价格页；MCP 页面保持着当前的工具列表和客户端片段，服务器封装的那套 REST API 记录在文档里。

关于作者

作者 genmux API Team — genmux API.

了解我们