Каталог MCP
j-east
j-east/pixel-surgeon-mcp

j-east/pixel-surgeon-mcp

Name: j-east/pixel-surgeon-mcp
Availability: InStock
Author: j-east

MCP-сервер для генерации и редактирования изображений и видео через Gemini, OpenAI, Grok и Veo 3. Позволяет восстанавливать испорченный текст, менять фон и создавать видео по текстовым запросам. По...

README

11 инструментов

Установить сервер

pixel-surgeon-mcp architecture

pixel-surgeon-mcp

MCP server for AI image & video generation, editing, and transplant-grade region repair
Powered by Gemini 3.1 Flash Image, OpenAI GPT Image 2, Grok Imagine, and Veo 3

An MCP server that gives Claude (or any MCP client) the ability to generate images, edit them, fix garbled text, and create videos — all through natural language.

How it works

pixel-surgeon-mcp is a multi-provider image generation server. You can use any combination of providers and switch between them per-request:

Gemini (Google) — balanced

Google's image generation pipeline uses a two-stage approach: Gemini 3.1 Pro reasons about your prompt, then Gemini 3.1 Flash Image renders the pixels. Supports 9 aspect ratios at 512/1K/2K/4K resolution. Best price/performance ratio, with a free tier available.

OpenAI GPT Image 2 — highest quality

OpenAI's latest image model with dramatically improved text rendering and visual fidelity. Supports flexible resolutions — pixel-surgeon maps your chosen size and aspect ratio to the optimal pixel dimensions automatically. Quality levels: medium (fast) and high (print-ready). Excellent for infographics, diagrams, and text-heavy images where other models struggle. Slower and more expensive.

edit_image

Редактировать существующее изображение. Поддерживает модели Gemini и OpenAI - передайте параметр model для выбора. Укажите имя файла изображения в /root/Pictures/pixel-surgeon (используйте list_images, чтобы увидеть доступные файлы, или save_image, чтобы сначала импортировать изображение). MCP читает файл напрямую - НЕ передавайте данные изображения в формате base64.

Параметры

promptstringобязательный
Text prompt describing the edits to make to the image
filenamestringобязательный
Filename of the source image in /root/Pictures/pixel-surgeon (e.g. "2026-03-17T17-47-31-152Z_59f735df.png")
aspect_ratioenum
Aspect ratio for the output image
1:116:99:163:44:32:33:24:55:4
image_sizeenum
Output image resolution
5121K2K4K
styleenum
Optional style preset to apply. When set, the style's prompt prefix is prepended and its default aspect ratio is used (unless you explicitly set one). Available styles: • neo-brutalist — Neo-brutalist minimalist magazine editorial. Bold oversized typography, cream/black/terracotta palette, halftone textures, visible grid lines, asymmetric layout. Think Emigre meets Swiss brutalism. • retro-futuristic-arcade — Retro-futurist infographic style. 1960s Space Age optimism meets 1980s arcade aesthetics. Cathode blue, warm amber, salmon red, warm green palette. CRT scanlines, atomic-age geometry, pixel-grid accents. Great for diagrams, system overviews, and technical illustrations. • fractal-arcade — Geometric dithered fractal style. All shading via dithering patterns and geometric cross-hatch grids — no smooth gradients. Fractal backgrounds (Sierpinski, hexagonal tessellations, recursive diamonds), low-poly faceted subjects, retro CRT palette. • duval-software-infographic — Duval Software's clean technical infographic for architecture diagrams, system flows, and data pipelines. Dark navy background, cyan/electric blue glowing connection lines, geometric nodes, professional and precise.
neo-brutalistretro-futuristic-arcadefractal-arcadeduval-software-infographic
modelenum
Model to use. Available: 'gemini-3.1-flash-image' (Gemini 3.1 Flash Image), 'gemini-2.5-flash-image' (Gemini 2.5 Flash Image), 'gpt-image-1' (GPT Image 1 (OpenAI)), 'gpt-image-2' (GPT Image 2 (OpenAI)), 'grok-imagine' (Grok Imagine (xAI)). Default: 'gpt-image-2'. Set DEFAULT_IMAGE_MODEL env var to change the default. Provider tradeoffs: grok-imagine is fastest and cheapest; gemini is mid-quality with the best price/performance ratio (free tier available); gpt-image-2 is highest quality but slower and more expensive. Gemini models fall back to free tier on billing errors. OpenAI requires OPENAI_API_KEY. Grok requires XAI_API_KEY.
gemini-3.1-flash-imagegemini-2.5-flash-imagegpt-image-1gpt-image-2grok-imagine

fix_image

Починить изображение с глючным или искажённым текстом: разбей картинку на тайлы, перерендерь каждый тайл отдельно, а потом склей обратно. Метод работает за счёт того, что в маленьких фрагментах текста меньше, и модель справляется с ними лучше. Используй этот подход, когда на сгенерированной картинке видны текстовые артефакты или перегруженные текстовые области.

Параметры

filenamestringобязательный
Filename of the source image in /root/Pictures/pixel-surgeon
promptstring
Instructions for fixing each tile
gridenum
How to split the image: cols x rows
2x23x32x11x23x11x3
image_sizeenum
Resolution for each tile
5121K2K4K
modelenum
Model to use. Available: 'gemini-3.1-flash-image' (Gemini 3.1 Flash Image), 'gemini-2.5-flash-image' (Gemini 2.5 Flash Image), 'gpt-image-1' (GPT Image 1 (OpenAI)), 'gpt-image-2' (GPT Image 2 (OpenAI)), 'grok-imagine' (Grok Imagine (xAI)). Default: 'gpt-image-2'. Set DEFAULT_IMAGE_MODEL env var to change the default. Provider tradeoffs: grok-imagine is fastest and cheapest; gemini is mid-quality with the best price/performance ratio (free tier available); gpt-image-2 is highest quality but slower and more expensive. Gemini models fall back to free tier on billing errors. OpenAI requires OPENAI_API_KEY. Grok requires XAI_API_KEY.
gemini-3.1-flash-imagegemini-2.5-flash-imagegpt-image-1gpt-image-2grok-imagine

fix_region

Вырезает конкретную область изображения, отправляет её на исправление и вставляет обратно. Обрезка автоматически привязывается к ближайшему поддерживаемому соотношению сторон. Используй, когда только часть изображения содержит битый текст или артефакты — точнее, чем сеточный подход в fix_image.

Параметры

filenamestringобязательный
Filename of the source image in /root/Pictures/pixel-surgeon
promptstring
Instructions for fixing the selected region
xnumberобязательный
Left edge of region as percentage of image width (0-100)
ynumberобязательный
Top edge of region as percentage of image height (0-100)
widthnumberобязательный
Width of region as percentage of image width (1-100)
heightnumberобязательный
Height of region as percentage of image height (1-100)
image_sizeenum
Resolution for the cropped region
5121K2K4K
modelenum
Model to use. Available: 'gemini-3.1-flash-image' (Gemini 3.1 Flash Image), 'gemini-2.5-flash-image' (Gemini 2.5 Flash Image), 'gpt-image-1' (GPT Image 1 (OpenAI)), 'gpt-image-2' (GPT Image 2 (OpenAI)), 'grok-imagine' (Grok Imagine (xAI)). Default: 'gpt-image-2'. Set DEFAULT_IMAGE_MODEL env var to change the default. Provider tradeoffs: grok-imagine is fastest and cheapest; gemini is mid-quality with the best price/performance ratio (free tier available); gpt-image-2 is highest quality but slower and more expensive. Gemini models fall back to free tier on billing errors. OpenAI requires OPENAI_API_KEY. Grok requires XAI_API_KEY.
gemini-3.1-flash-imagegemini-2.5-flash-imagegpt-image-1gpt-image-2grok-imagine

generate_image

Генерирует одно изображение. Поддерживает модели Gemini и OpenAI: передайте параметр model, чтобы выбрать. Изображение в полном разрешении доступно для просмотра в браузере.

Параметры

promptstringобязательный
Text prompt describing the image to generate
aspect_ratioenum
Aspect ratio for the image
1:116:99:163:44:32:33:24:55:4
image_sizeenum
Image resolution
5121K2K4K
styleenum
Optional style preset to apply. When set, the style's prompt prefix is prepended and its default aspect ratio is used (unless you explicitly set one). Available styles: • neo-brutalist — Neo-brutalist minimalist magazine editorial. Bold oversized typography, cream/black/terracotta palette, halftone textures, visible grid lines, asymmetric layout. Think Emigre meets Swiss brutalism. • retro-futuristic-arcade — Retro-futurist infographic style. 1960s Space Age optimism meets 1980s arcade aesthetics. Cathode blue, warm amber, salmon red, warm green palette. CRT scanlines, atomic-age geometry, pixel-grid accents. Great for diagrams, system overviews, and technical illustrations. • fractal-arcade — Geometric dithered fractal style. All shading via dithering patterns and geometric cross-hatch grids — no smooth gradients. Fractal backgrounds (Sierpinski, hexagonal tessellations, recursive diamonds), low-poly faceted subjects, retro CRT palette. • duval-software-infographic — Duval Software's clean technical infographic for architecture diagrams, system flows, and data pipelines. Dark navy background, cyan/electric blue glowing connection lines, geometric nodes, professional and precise.
neo-brutalistretro-futuristic-arcadefractal-arcadeduval-software-infographic
modelenum
Model to use. Available: 'gemini-3.1-flash-image' (Gemini 3.1 Flash Image), 'gemini-2.5-flash-image' (Gemini 2.5 Flash Image), 'gpt-image-1' (GPT Image 1 (OpenAI)), 'gpt-image-2' (GPT Image 2 (OpenAI)), 'grok-imagine' (Grok Imagine (xAI)). Default: 'gpt-image-2'. Set DEFAULT_IMAGE_MODEL env var to change the default. Provider tradeoffs: grok-imagine is fastest and cheapest; gemini is mid-quality with the best price/performance ratio (free tier available); gpt-image-2 is highest quality but slower and more expensive. Gemini models fall back to free tier on billing errors. OpenAI requires OPENAI_API_KEY. Grok requires XAI_API_KEY.
gemini-3.1-flash-imagegemini-2.5-flash-imagegpt-image-1gpt-image-2grok-imagine

generate_images

Генерирует несколько изображений параллельно. Поддерживает модели Gemini и OpenAI — передай параметр model, чтобы выбрать. Возвращает сгенерированные изображения и любой сопроводительный текст. Изображения в полном разрешении можно посмотреть в браузере.

Параметры

promptsstring[]обязательный
Array of text prompts, one per image to generate (1-8 images)
aspect_ratioenum
Aspect ratio for all generated images
1:116:99:163:44:32:33:24:55:4
image_sizeenum
Image resolution
5121K2K4K
styleenum
Optional style preset to apply. When set, the style's prompt prefix is prepended and its default aspect ratio is used (unless you explicitly set one). Available styles: • neo-brutalist — Neo-brutalist minimalist magazine editorial. Bold oversized typography, cream/black/terracotta palette, halftone textures, visible grid lines, asymmetric layout. Think Emigre meets Swiss brutalism. • retro-futuristic-arcade — Retro-futurist infographic style. 1960s Space Age optimism meets 1980s arcade aesthetics. Cathode blue, warm amber, salmon red, warm green palette. CRT scanlines, atomic-age geometry, pixel-grid accents. Great for diagrams, system overviews, and technical illustrations. • fractal-arcade — Geometric dithered fractal style. All shading via dithering patterns and geometric cross-hatch grids — no smooth gradients. Fractal backgrounds (Sierpinski, hexagonal tessellations, recursive diamonds), low-poly faceted subjects, retro CRT palette. • duval-software-infographic — Duval Software's clean technical infographic for architecture diagrams, system flows, and data pipelines. Dark navy background, cyan/electric blue glowing connection lines, geometric nodes, professional and precise.
neo-brutalistretro-futuristic-arcadefractal-arcadeduval-software-infographic
modelenum
Model to use. Available: 'gemini-3.1-flash-image' (Gemini 3.1 Flash Image), 'gemini-2.5-flash-image' (Gemini 2.5 Flash Image), 'gpt-image-1' (GPT Image 1 (OpenAI)), 'gpt-image-2' (GPT Image 2 (OpenAI)), 'grok-imagine' (Grok Imagine (xAI)). Default: 'gpt-image-2'. Set DEFAULT_IMAGE_MODEL env var to change the default. Provider tradeoffs: grok-imagine is fastest and cheapest; gemini is mid-quality with the best price/performance ratio (free tier available); gpt-image-2 is highest quality but slower and more expensive. Gemini models fall back to free tier on billing errors. OpenAI requires OPENAI_API_KEY. Grok requires XAI_API_KEY.
gemini-3.1-flash-imagegemini-2.5-flash-imagegpt-image-1gpt-image-2grok-imagine

generate_video

Генерирует видео с помощью Google Veo 3. Возвращает видеофайл в формате MP4. Генерация занимает 1-3 минуты — инструмент будет опрашивать сервер до завершения. Veo 3 создаёт как видео, так и фоновый звук. Видео сохраняются в общую папку и доступны для просмотра во встроенном плеере браузера.

Параметры

promptstringобязательный
Text prompt describing the video to generate. Be descriptive about motion, camera angles, lighting, and scene details for best results.
aspect_ratioenum
Aspect ratio — 16:9 for landscape, 9:16 for portrait/vertical
16:99:16
durationenum
Video duration in seconds
58

interactive_fix

Открывает изображение в браузерном инструменте для обрезки: пользователь рисует прямоугольник вокруг области для исправления, добавляет заметки или инструкции и отправляет. Инструмент ждёт выбора пользователя, затем отправляет обрезанную область на восстановление и встраивает её обратно в исходное изображение. Лучше всего подходит для точных исправлений под контролем пользователя.

Параметры

filenamestringобязательный
Filename of the source image in /root/Pictures/pixel-surgeon
image_sizeenum
Resolution for the cropped region
5121K2K4K
modelenum
Model to use. Available: 'gemini-3.1-flash-image' (Gemini 3.1 Flash Image), 'gemini-2.5-flash-image' (Gemini 2.5 Flash Image), 'gpt-image-1' (GPT Image 1 (OpenAI)), 'gpt-image-2' (GPT Image 2 (OpenAI)), 'grok-imagine' (Grok Imagine (xAI)). Default: 'gpt-image-2'. Set DEFAULT_IMAGE_MODEL env var to change the default. Provider tradeoffs: grok-imagine is fastest and cheapest; gemini is mid-quality with the best price/performance ratio (free tier available); gpt-image-2 is highest quality but slower and more expensive. Gemini models fall back to free tier on billing errors. OpenAI requires OPENAI_API_KEY. Grok requires XAI_API_KEY.
gemini-3.1-flash-imagegemini-2.5-flash-imagegpt-image-1gpt-image-2grok-imagine

list_images

Выведи список файлов изображений и видео в общей директории pixel-surgeon (/root/Pictures/pixel-surgeon). Используй это, чтобы найти доступные для редактирования изображения.

Параметры

Без параметров.

remove_background

Удаляет фоновый цвет из изображения и делает его прозрачным. Выводит PNG с альфа-каналом. Изображение должно уже находиться в /root/Pictures/pixel-surgeon (сначала используйте save_image, чтобы импортировать его).

Параметры

filenamestringобязательный
Filename of the source image in /root/Pictures/pixel-surgeon
colorstring
Target background color as hex (e.g. "#FFFFFF" for white, "#000000" for black, "#FF0000" for red). Default: white.
thresholdnumber
How far from the target color a pixel can be and still count as background (0 = exact match only, 30 = default, higher = more aggressive)

save_image

Скопируйте файл изображения в общую директорию pixel-surgeon (/root/Pictures/pixel-surgeon), чтобы его можно было использовать с edit_image. Используйте это, когда пользователь хочет отредактировать изображение, которое находится в другом месте его файловой системы.

Параметры

source_pathstringобязательный
Absolute path to the image file to import

trace_to_svg

Конвертирует растровое изображение в SVG с помощью векторизации potrace. Лучше всего подходит для штриховых рисунков, диаграмм, логотипов и изображений с высоким контрастом. Изображение уже должно находиться в /root/Pictures/pixel-surgeon (сначала воспользуйтесь save_image для импорта).

Параметры

filenamestringобязательный
Filename of the source image in /root/Pictures/pixel-surgeon
thresholdnumber
Brightness threshold for black/white conversion (0-255). Lower = more black. -1 = auto-detect. Default: auto.
invertboolean
Invert the image before tracing (useful for light-on-dark images)
turdsizenumber
Suppress speckles up to this size (in pixels). Default: 2.

Github Сайт сервера

Конфиг для установки сервера

{
  "command": "npx",
  "args": [
    "pixel-surgeon-mcp"
  ],
  "env": {
    "GOOGLE_API_KEY": "your-google-api-key",
    "OPENAI_API_KEY": "your-openai-api-key",
    "XAI_API_KEY": "your-xai-api-key"
  }
}

Также j-east/pixel-surgeon-mcp можно установить в Cursor по ссылке автоматически.

Информация о сервере

Номер в рейтинге: #185
Звезд на Github: 5
Форков на Github: 1
Язык реализации: JavaScript
Лицензия: MIT
Официальный сервер: Нет
Дата обновления данных: 16.07 в 07:00
Идентификатор: azMRT7A_9mMgdnSk
Категории: ИИ и машинное обучение, Инструменты для разработчиков, Обработка изображений и видео

Другие проверенные MCP-сервера

Google Calendar MCP

Сервер для интеграции Google Календаря с AI-ассистентами через MCP. Управляйте событиями, проверяйте занятость и обнаруживайте пересечения между несколькими календарями и аккаунтами. Поддерживает импорт событий из изображений и ссылок. Помогает автоматизировать планирование и анализ календаря.

MarkusPfundstein/mcp-obsidian

MCP сервер для Obsidian через плагин Local REST API даёт инструменты для работы с хранилищем: чтение, поиск и изменение файлов. Идеально для интеграции заметок с AI-помощниками и автоматизации.

korotovsky/slack-mcp-server

MCP-сервер для Slack с полным набором инструментов: загрузка и поиск сообщений, треды, DMs, реакции, управление пользовательскими группами и сохранёнками. Работает в stealth-режиме, через OAuth, с ...

Ihor-Sokoliuk/MCP-SearXNG

MCP сервер для приватного веб-поиска, подключающий любой SearXNG к AI-ассистентам. Поддерживает поиск с пагинацией, чтение URL, кеширование, фильтры времени и языка — всё без API-ключей и с сохране...

crystaldba/postgres-mcp

MCP сервер для Postgres, который помогает AI-агентам и разработчикам повышать производительность: диагностика здоровья БД, тюнинг индексов, explain plans и безопасное выполнение SQL. Ускоряет разра...

inspektor-gadget/ig-mcp-server

официальный

MCP сервер, связывающий eBPF-обсервабельность ядра с AI-агентами. Собирает телеметрию DNS, TCP, процессов и syscalls для отладки Kubernetes. LLM проводит data-driven root cause analysis на живых да...