讓你的 AI Agent 具備圖片與影片生成能力:Zixel MCP 設定指南
2026-11-21
AI agent 已經能幫你寫程式、起草文件、自動化工作流程 —— 但大多數都少了一項關鍵能力:它們無法生成圖片,更別說是影片了。你的 agent 寫完一篇部落格文章,你卻得切到另一個分頁去尋找封面圖。你的 agent 做好一份簡報,你卻還得自己想辦法找插圖。
Zixel MCP 補上了這個缺口。把它接進你的 agent,你的 AI 助理就擁有完整的圖片生成、影片生成與點數管理工具組 —— 只要一句話,agent 就會挑選模型、生成並交付結果。
實證勝於承諾:本文中的四張圖片全部由 agent 呼叫 Zixel MCP 自動生成。我沒有親手製作任何一張。下方你能看到每張圖片的實際提示詞、模型與點數花費。
Zixel MCP 是什麼?
MCP(Model Context Protocol,模型情境協定)是由 Anthropic 發起的開放標準,主流 AI agent 用它來接入外部工具。連接後,你的 agent 就能直接呼叫這些工具:
| 工具 | 功能 |
|---|---|
list_models | 列出所有可用模型、解析度等級與價格 |
estimate_cost | 生成前預估點數花費(不收費) |
generate_image | 提交圖片生成任務 |
generate_video | 提交影片生成任務 |
upload_reference_image | 上傳參考圖片(圖生圖、風格參考、首尾幀) |
get_generation | 輪詢任務進度並取得結果 |
cancel_generation | 取消排隊中的任務並取回點數 |
list_generations | 瀏覽生成紀錄 |
get_credit_balance | 查詢點數餘額 |
模型方面,圖片支援 GPT-image 2.6 / 2.5、Nano Banana 2.1、NanoBanana Pro、Seedream 5.5(含圖層拆分)、Grok Imagine 與 Midjourney v8.2;影片則涵蓋 Seedance 2.5、MiniMax H3 / H3 Lite / H3 Max 與 Muse —— 基本上所有主流圖片與影片模型都集中在同一個地方。
MCP 生成採用 Zixel 的按用量計費:無需訂閱、不會自動續約,點數永不過期。Agent 提交任務時會預先扣除點數,若任務失敗則自動退還。
五分鐘完成設定
步驟一:建立 API Token
- 登入 zixel.vip(所有付費用戶皆可使用 MCP);
- 前往 使用者中心 → MCP;
- 點擊 建立 Token,替它命名,並立刻複製 —— 明文 Token 只會顯示一次。
步驟二:將設定加入你的 Agent
Zixel MCP 使用標準的 Streamable HTTP 傳輸。設定範本如下(將 zxl_xxxx 替換成你的 Token):
``json { "mcpServers": { "zixel": { "type": "http", "url": "https://zixel.vip/api/mcp", "headers": { "Authorization": "Bearer zxl_xxxx" } } } } ``
各 agent 的連接方式:
Cursor:建立或開啟 .cursor/mcp.json(或前往 Settings → MCP → Add new MCP server),貼上上方設定並儲存。Cursor 會自動探索工具,並在需要時開始呼叫。
Claude Desktop:開啟 Settings → Connectors → Add custom connector,在 URL 欄位輸入 https://zixel.vip/api/mcp,並加入驗證標頭 Authorization: Bearer zxl_xxxx。Claude Desktop 會將 Zixel 的工具與內建工具並列顯示。
Claude Code:在終端機輸入一道指令:
``bash claude mcp add --transport http zixel https://zixel.vip/api/mcp --header "Authorization: Bearer zxl_xxxx" ``
Codex:將伺服器加入 ~/.codex/config.toml:
``toml [mcp_servers.zixel] url = "https://zixel.vip/api/mcp" http_headers = { "Authorization" = "Bearer zxl_xxxx" } ``
其他任何 MCP 用戶端:只要支援 Streamable HTTP,同一組 URL + 標頭即可使用 —— 不需要額外的閘道或代理。
連接完成後,對你的 agent 說「查一下我的點數餘額」—— 如果它回傳一個數字,就代表已經開通。
三個真實應用場景
場景一:部落格與社群媒體封面
草稿完成後,直接告訴你的 agent:
這篇部落格文章完成了。請生成一張 16:9 的封面,風格是乾淨現代的科技插畫。
Agent 會挑選模型、撰寫提示詞、提交任務、等待結果,然後把圖片連結交給你。以下是為本文生成的其中一張圖片(模型:GPT-image 2.6,預扣 580 點):

若是產品圖,agent 會自動先呼叫 upload_reference_image,以你的原圖為基礎生成,讓品牌與風格保持一致。
場景二:簡報與演示插圖
製作簡報時:
我正在準備投資人簡報。請為「市場成長」這張投影片生成一張插圖 —— 扁平化商務風格,藍紫色調。
你只要給個方向,讓 agent 自己潤飾提示詞,再請它修改到你滿意為止。這個場景是透過 MCP 生成的(模型:Nano Banana 2.1,預扣 480 點):

場景三:影片分鏡與短片
影片工作流程則更強大:agent 會先用圖片模型畫出每個分鏡畫面,再把確認過的畫面直接送進影片模型作為首幀參考。無論是「雨夜的霓虹街道」還是「太空人走出氣閘艙」—— 先做分鏡,再讓 Seedance 2.5 或 MiniMax H3 把它變成 5 秒的動態短片,全程不用離開對話視窗。
這個分鏡場景同樣是透過 MCP 生成的(模型:Seedream 5.5,2K):

影片任務以非同步方式執行 —— agent 會自動用 get_generation 輪詢,直到短片完成,並把連結直接丟回對話中。
實用技巧
- 先估價再生成:批次任務時,請 agent 先呼叫
estimate_cost,再提交。 - 用參考圖維持風格一致:一系列封面可先用
upload_reference_image上傳一次品牌圖,之後每次生成都引用它。 - 讓模型正面對決:同一個提示詞、兩個模型(例如 GPT-image 2.6 對 Nano Banana 2.1)——
list_models會顯示各自的價格,方便你比較每一點數能換到多少品質。 - 失敗不花錢:失敗的任務會自動退還點數;排隊中的任務可用
cancel_generation取消並立即退款。
這次示範的實際花費
本文四張圖片的實際點數花費:
| 圖片 | 模型 | 等級 | 點數 |
|---|---|---|---|
| 封面 | Seedream 5.5 | 2K | 480 |
| 社群場景 | GPT-image 2.6 | 1K | 580 |
| 簡報場景 | Nano Banana 2.1 | 1K | 480 |
| 分鏡場景 | Seedream 5.5 | 2K | 100 |
| 總計 | 1,640 |
這比鍵盤旁那杯咖啡還便宜 —— 更遠比你在圖庫網站裡翻找所花的時間划算。
開始連接
- 登入 zixel.vip,開啟 使用者中心 → MCP,建立 Token;
- 將設定貼進你的 agent;
- 告訴它:「幫我生成一張封面圖。」
你的 agent 現在不只會思考 —— 它還會畫圖、拍片。