社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

Gitee AI MCP Server上线:在Cursor里玩AI生图+语音

OSC开源社区 • 3 月前 • 147 次点击  

模力方舟现已上线 Gitee AI MCP Server,为 AI 助手和多模态应用提供统一的上下文协议(Model Context Protocol, MCP)接入能力,目前已支持文本生成图片与语音两项功能。

MCP 是干什么的相信大家已经很熟悉了,那么话不多说,先看效果

这张图展示了使用 Gitee AI MCP Server 在 Cursor 客户端中完成「AI 生成项目 Logo 并自动加入项目目录」的完整流程:

1️⃣ 调用 MCP 服务生成图片:AI 根据用户输入,通过 text-to-image 接口生成图像,并返回公网 URL;

2️⃣ 自动下载图片并保存:通过 wget 命令将图片保存至项目本地目录(assets/logo.png);

3️⃣ 智能插入引用代码:AI 自动将图片路径添加至 index.html 和 README.md,分别用于页面展示与项目文档;

4️⃣ 图片成功渲染:最终图像正确加载,展示在页面中,形成清晰的视觉输出。

这正是 Gitee AI MCP Server 在实际开发流程中「即插即用」的真实写照:图像生成、文件管理、代码修改,用 AI 一气呵成。

除了 Cursor 外,Gitee AI MCP Server 还支持 Claude Code 和 Cherry Studio 等支持 MCP 协议的 AI 工具。

对于还不熟悉 MCP 的同学,接下来就听听马建仓的详细介绍:

什么是 Gitee AI MCP Server?

Gitee AI MCP Server 是一项专为模力方舟设计的模型上下文协议服务,支持通过 MCP 协议接入多媒体模型,包括图像生成和语音合成工具。它可集成到 Cursor、Claude Desktop 等 AI 工具中,帮助 AI 助手「看得见、讲得出」

两大核心能力:文本生成图片与语音

🖼 文本生成图片

  • 支持模型:如 stable-diffusion-3.5-large-turbo
  • 可设定图像尺寸、参考图像(URL 或 Base64)
  • 输出格式灵活(Base64、URL 链接)
  • 支持用户 ID 追踪与内容定向

🔊 文本生成语音

  • 支持模型:如 whisper-large-v3-turbo
  • 输出格式支持 MP3、WAV,支持二进制流或临时 URL
  • URL 链接有效期为 1 小时,适合集成即时内容播报场景

快速接入指南

1.登录模力方舟获取访问令牌(Access Token):

2.在支持 MCP 的客户端中配置:

{
  "mcpServers": {
    "gitee-ai": {
      "url""https://ai.gitee.com/mcp/sse",
      "headers": {
        "Authorization""Bearer "
      }
    }
  }
}
  • 以 Cursor 为例:

1️⃣ 进入设置-添加新的 MCP Server

2️⃣ 填写配置文件+访问令牌并保存

3️⃣ 显示为绿色即加载成功,快去试试吧!

配置完成后,你就可以在日常使用 AI 助手时,直接调用图像和语音生成功能。例如在写技术文档时一键生成配图、给项目介绍加上语音旁白,甚至批量产出社媒图文组合内容。

不管你是在 Cursor 或 Claude Desktop 中使用 AI 助手,还是在自己的项目中集成多模态能力,Gitee AI MCP Server 都能为你提供你快速接入图像与语音能力。

点击文末阅读原文,了解更多有关 Gitee AI MCP Server 的详细信息。


模力方舟携手国产 GPU 伙伴,已将模型广场中 Embedding 与 Reranker 模型全部开放免费使用

RAG 架构必备的检索向量和重排序能力,即刻零成本上手!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/184612