文章目录引子修图师的困境一、MCP 到底是个啥二、最小可跑的 MCP 修图 Server三、配置 Host让 Claude Desktop 认识你的修图师四、不依赖重型客户端自己写 MCP Client五、进阶把AI 生成也接进来Stable Diffusion 工具六、把 Workflow 串起来多工具组合七、生产落地的几个坑八、为什么这对AI 修图师是转折点总结《AI修图师手册人像美化摄影调色电商修图自媒体配图广告创意》亮点内容简介作者简介《图解MCP从协议解析、Agent协同到商业实践》亮点内容简介作者简介引子修图师的困境一个资深修图师每天大概要做的操作抠图、磨皮、调色、批量导出、对接不同客户的交付格式、把修好的图同步到网盘/图库/项目管理系统……这些动作里真正修图的只占一半另一半是工具之间来回搬运。AI 修图Cutout、Stable Diffusion、通义万相等把修这件事变得简单了但工作流反而更碎你要调模型、调参数、处理素材、接 API、写脚本、对格式……每个环节都是一座孤岛。MCPModel Context Protocol就是来打通这些孤岛的。它像给 AI 修图师装上一个万能插头——任何支持 MCP 的客户端Claude、Cursor、自研应用都能通过统一协议直接调用你本地的修图工具、滤镜库、素材库、存储服务。本文用大量可运行代码讲清楚这套东西怎么落地。一、MCP 到底是个啥MCP 是 Anthropic 提出的开放协议核心思想一句话让 AI 应用和外部工具用一套标准协议对话而不是每个工具都自己发明一套对接方式。类比USB-C。以前每个设备接口都不一样现在统一了一个口通吃。在 MCP 里有几个关键角色角色作用类比MCP Host发起请求的 AI 应用Claude Desktop / 你的服务电脑主机MCP Server暴露工具给 Host 的程序比如修图服务USB 设备ToolServer 暴露的具体能力remove_bg、enhance…设备功能于是一个 AI 修图工作流的架构变成用户 ── AI 助手 (Host) │ MCP 协议 ▼ 修图 MCP Server (暴露出抠图 / 磨皮 / 调色 / 导出 / 存库)AI 助手不再是只会聊天而是能理解和执行真实修图操作的修图师。二、最小可跑的 MCP 修图 Server我们用 Python 的mcpSDK FastMCP 快速搭一个。假设你本地已经装好了rembg抠图和Pillow图像处理。# photo_mcp_server.pyimportiofrommcp.server.fastmcpimportFastMCPfromPILimportImage,ImageFilter mcpFastMCP(PhotoEditor)# 工具1抠图换白底/透明底mcp.tool()defremove_background(image_bytes:bytes,transparent:boolTrue)-bytes:Remove background from an image. Returns processed image bytes.fromrembgimportremove# 懒加载避免启动慢imgImage.open(io.BytesIO(image_bytes))outremove(img)ifnottransparent:# 换成白底backgroundImage.new(RGB,out.size,(255,255,255))background.paste(out,maskout.split()[-1])outbackground bufio.BytesIO()out.convert(RGB).save(buf,formatPNG)returnbuf.getvalue()# 工具2一键调色提亮 增强对比mcp.tool()defauto_enhance(image_bytes:bytes,brightness:float1.1,contrast:float1.2)-bytes:Auto enhance brightness and contrast.imgImage.open(io.BytesIO(image_bytes))fromPILimportImageEnhance imgImageEnhance.Brightness(img).enhance(brightness)imgImageEnhance.Contrast(img).enhance(contrast)bufio.BytesIO()img.convert(RGB).save(buf,formatJPEG,quality92)returnbuf.getvalue()# 工具3磨皮高斯模糊 混合简化版mcp.tool()defsmooth_skin(image_bytes:bytes,radius:float5.0)-bytes:Simplified skin smoothing via surface blur.imgImage.open(io.BytesIO(image_bytes)).convert(RGB)blurredimg.filter(ImageFilter.GaussianBlur(radius))outImage.blend(img,blurred,alpha0.4)# 半透明叠加bufio.BytesIO()out.save(buf,formatJPEG,quality92)returnbuf.getvalue()if__name____main__:mcp.run(transportstdio)# 标准输入输出传输跑起来pipinstallmcp rembg pillow python photo_mcp_server.py等等——stdio 模式是给 Claude Desktop 这类本机客户端用的。如果你要对接自己的 Web 服务用 HTTP/SSE 传输# 改一行即可if__name____main__:mcp.run(transportsse,host127.0.0.1,port8000)三、配置 Host让 Claude Desktop 认识你的修图师在claude_desktop_config.json里注册你的 server{mcpServers:{photo-editor:{command:python,args:[/path/to/photo_mcp_server.py],env:{PYTHONPATH:/path/to/venv/lib/python3.11/site-packages}}}}重启后你直接对 Claude 说“把这张图的白底去掉然后提亮一点、磨个皮最后导出成 PNG。”Claude 会自己决定调用哪个工具、传什么参数一步步执行。这就是AI 修图师的本体——它不再只是建议你用什么软件而是亲手把图修好。四、不依赖重型客户端自己写 MCP Client如果你不想用现成的 Claude Desktop用 Python SDK 自己当 Host 也只要几十行# photo_mcp_client.pyimportasynciofrommcpimportClientSession,StdioServerParametersfrommcp.client.stdioimportstdio_clientasyncdefmain():serverStdioServerParameters(commandpython,args[photo_mcp_server.py])asyncwithstdio_client(server)as(read,write):asyncwithClientSession(read,write)assession:awaitsession.initialize()# 列出可用的修图工具toolsawaitsession.list_tools()print(可用工具:,[t.namefortintools.tools])# [remove_background, auto_enhance, smooth_skin]# 读取一张图片withopen(portrait.jpg,rb)asf:img_bytesf.read()# 调用抠图工具resultawaitsession.call_tool(remove_background,{image_bytes:img_bytes,transparent:True})out_bytesresult.content[0].data# 拿到 PNG 字节withopen(portrait_cutout.png,wb)asf:f.write(out_bytes)print(已生成 portrait_cutout.png)asyncio.run(main())五、进阶把AI 生成也接进来Stable Diffusion 工具修图不只是改图还有生成。给 server 加一个文生图/图生图工具用diffusers# 追加到 photo_mcp_server.pymcp.tool()deftxt2img(prompt:str,negative:str,steps:int25)-bytes:Generate an image from a text prompt.fromdiffusersimportStableDiffusionPipelineimporttorch pipeStableDiffusionPipeline.from_pretrained(runwayml/stable-diffusion-v1-5,torch_dtypetorch.float16).to(cuda)imgpipe(prompt,negative_promptnegative,num_inference_stepssteps).images[0]bufio.BytesIO()img.save(buf,formatPNG)returnbuf.getvalue()现在你的 AI 修图师不仅能去背景、调色还能凭空画出背景再合成。整条链路都在同一个 MCP 协议下客户端无需关心是本地模型还是云端 API。六、把 Workflow 串起来多工具组合真正的价值在于组合。写一个编排函数让一次指令完成整套流程mcp.tool()defretouch_combo(image_bytes:bytes)-bytes:T-shirt photo workflow: cutout - white bg - enhance.cutremove_background(image_bytes,transparentTrue)enhancedauto_enhance(cut,brightness1.1,contrast1.25)returnenhanced客户端侧AI 助手也能自主编排。下面是用官方 SDK 让模型自己决定调用顺序的示意以 Claude 工具调用为例// 用 modelcontextprotocol/sdkimport{Client}frommodelcontextprotocol/sdk/client/index.js;import{StdioClientTransport}frommodelcontextprotocol/sdk/client/stdio.js;consttransportnewStdioClientTransport({command:python,args:[photo_mcp_server.py],});constclientnewClient({name:my-host,version:1.0.0});awaitclient.connect(transport);// 拿到工具清单交给 LLM 做 function-callingconst{tools}awaitclient.listTools();// tools [remove_background, auto_enhance, smooth_skin, ...]// 然后你就可以把这些工具定义喂给你任意的 LLM// 让模型输出 JSON 调用序列你逐个执行constplan[{name:remove_background,args:{transparent:false}},{name:auto_enhance,args:{brightness:1.15,contrast:1.2}},];for(conststepofplan){constresawaitclient.callTool({name:step.name,arguments:step.args});// 把结果字节保存或继续传递}七、生产落地的几个坑图片用字节传输有大小限制。大图建议走先存文件/对象存储工具里传路径/URL而不是直接传 bytesmcp.tool()defremove_background_s3(src_url:str,dest_key:str)-dict:# 从 S3 拉图 → 处理 → 传回 S3 → 返回 URL...模型懒加载。diffusers、rembg首次加载很慢别在 import 时加载放进函数内部如上例或用单例缓存。并发与重试。GPU 服务要控制并发给mcp.tool()加超时与重试封装。权限边界。修图工具会写文件和网络MCP Host 要严格限制 server 能碰的路径/域名避免 AI 误操作删库跑路。八、为什么这对AI 修图师是转折点过去AI 修图往往是一个封闭产品的功能你只能在某个 App 里用它的模型。而 MCP 把修图能力拆成可插拔的工具需要抠图 → 插一个抠图 server需要炼丹背景 → 插一个 SD server需要批量导出 → 插一个导出 server需要同步素材库 → 插一个云盘 server组合即产品。修图不再是软件而是一套可以被任意 AI 助手调用的能力集。对开发者和设计师来说这意味着你可以在自己的工具链里用标准化协议拼出真正的私人 AI 修图师。总结MCP 给 AI 修图带来的不是某个更牛的模型而是一套标准化的指挥系统。修图师AI第一次能以原住民的身份直接操作你的素材、工具和服务而不是隔着一层界面对话。从今天开始用几十行代码搭一个你自己的修图 MCP Server然后让 Claude或你自己写的 Host当那个修图师——你会发现让 AI 帮你修图这件事终于可以从聊变成做了。《AI修图师手册人像美化摄影调色电商修图自媒体配图广告创意》全场景AI精修场景生成人像美化摄影调色电商产品修图自媒体配图广告创意从工具指令到提示词写法再到广告创意设计108个实战案例一分钟快速出片一人就是一支美工设计团队。一分钟快速出片 一分钟快速出片一分钟快速出片亮点全场景覆盖一本书搞定人像美化、摄影调色、电商修图、自媒体配图、广告创意五大核心场景。实战为王108个实战案例涵盖路人消除、妆容迁移、风格滤镜、产品包装设计、电影分镜生成等具体操作学完即用。工具落地深度讲解豆包、即梦AI等主流AI修图工具手把手教学核心修图技巧拒绝空谈理论只教能上手的方法。效率至上践行“一句话修图一分钟出片”的理念帮助读者实现“一人就是一支美工团队”的创作效率跃迁。内容简介本书以“一句话生成大片” 为核心理念通过 108 个真实场景案例与海量配套资源助力读者告别烦琐操作快速掌握 AI 修图与视觉创作全流程。全书围绕“技能 案例”双主线展开技能线涵盖 AI 修图工具简介、提示词写作技巧、人像精修、摄影调色、电商设计、自媒体配图、广告创意等内容创作技法由浅入深构建完整知识体系案例线覆盖人像、风光、电商、自媒体、广告等 108 个实用场景学完即用。随书附赠 124 分钟教学视频、121 组提示词及数百个素材与效果文件即学即练。本书适合摄影爱好者、电商运营、自媒体创作者、设计初学者、广告从业者及对 AI 视觉技术感兴趣的读者也可作为院校与培训机构教材。作者简介柏松笔名木白长沙市飞龙文化传播有限公司创始人中国摄影家协会会员、中国人像摄影家协会会员、湖南省摄影家协会会员擅长数字艺术与新媒体领域的拍摄、制作、剪辑龙飞摄影公众号创始人关注者超10万。《图解MCP从协议解析、Agent协同到商业实践》从入门到企业级的MCP实战宝典70张图解掌握MCP核心协议贯通全栈开发与多领域实战实现Agent智能协同从入门到企业级的 M C P 实战宝典 从入门到企业级的MCP实战宝典从入门到企业级的MCP实战宝典亮点破局之钥读懂MCP核心协议吃透AI交互底层逻辑。全栈贯通从基础架构、协议规范到实战编码贯通客户端与服务端开发。多域赋能精通多传输通信方案覆盖办公、运维、金融、视觉多领域。实战指南覆盖全场景贯通Agent协同。内容简介本书系统讲解MCP的原理、协议设计与商业落地构建了从“零基础”到“可扩展企业级系统”的完整知识体系。全书共10章依次为MCP的基础知识、MCP架构详解、MCP规范、实战体验第一个MCP程序、多场景MCP服务器实战演练、MCP服务开发实践、MCP与AI Agent、多模型的集成与协同、商业项目智能编程助手IDA ProVS CodeMCP和商业项目基于MCP实现的多智能体协同系统AgentGittmuxSQLite。本书内容兼具理论深度与落地指导性不仅为AI研究者提供MCP的系统性知识还为开发者在实际业务中快速构建安全、可扩展、多模型协同的AI系统提供详尽的操作指南助力读者一步到位地掌握MCP核心技术与商业实战。作者简介张学建哈尔滨工业大学博士百度智能云研发工程师、百度大模型工程师在大规模机器学习、深度学习、数据搜索、行业垂直应用、研发管理等领域拥有丰富经验。在企业智能化转型、业务线上化经营领域拥有丰富的大规模搜索架构搭建、个性化推荐架构搭建、机器学习系统架构搭建经验和技术团队管理经验。现从事城市大数据中心的开发和建设工作将深度学习运用到数字经济领域。