Generación de imágenes MCP con LM Studio: configuración local paso a paso

Escribes una frase en la ventana de chat de tu propio equipo y, unos segundos después, aparece en la conversación una fotografía terminada. Sin pestañas del navegador, sin copiar y pegar entre aplicaciones, sin un chatbot en la nube leyendo tus borradores. Así parece la generación de imágenes con LM Studio MCP cuando las piezas están conectadas, y la conexión lleva unos quince minutos. Este tutorial sigue la configuración en orden: instalar LM Studio, elegir un modelo que pueda llamar a herramientas, editar mcp.json, añadir una herramienta de imagen, aprobar la primera llamada y resolver los problemas que frenan la mayoría de los primeros intentos.

Todos los archivos y comandos que aparecen abajo están pensados para copiarse. Cuando un detalle depende de tu equipo, un aviso te indica qué revisar antes de seguir.

¿Por qué ejecutarlo en local?

Qué hace MCP aquí

MCP, el Model Context Protocol, es una forma estándar de que una aplicación entregue herramientas a un modelo de lenguaje. LM Studio es el anfitrión. Carga un modelo en tu equipo, se conecta a uno o varios servidores MCP y le muestra al modelo lo que puede hacer cada servidor. Cuando el modelo decide que una herramienta es útil, LM Studio la ejecuta y devuelve el resultado al chat.

Para imágenes, la herramienta es sencilla. El modelo escribe un prompt, llama a algo como generate_image y recibe una URL de imagen. El modelo de lenguaje nunca dibuja ni un solo píxel. Actúa como director: toma tu idea vaga, la convierte en un encargo detallado y se lo pasa a un motor de imágenes.

Chat local, motor de imágenes remoto

La división importa porque determina tu presupuesto de hardware.

Ejecutar un modelo de imagen junto a un modelo de chat en una sola tarjeta gráfica de consumo es posible, pero apretado, porque ambos necesitan memoria de video. Apuntar la herramienta a una API alojada deja la GPU libre para el modelo de lenguaje. Tu conversación, tus archivos y tus aprobaciones de herramientas se quedan en tu equipo, y solo viaja el prompt de imagen final. Este tutorial usa la ruta alojada y toma la API de PicassoIA como ejemplo práctico, pero el patrón sirve para cualquier servicio de imágenes.

💡 ¿Quieres todo sin conexión? Cambia el backend de la herramienta por un servidor de imágenes local. La parte de LM Studio de la configuración se mantiene exactamente igual.

Qué necesitas antes de empezar

Hardware que funciona

El tamaño del modelo de chat fija el mínimo. Estas cifras son orientativas para versiones de 4 bits, no son benchmarks, así que deja margen para la ventana de contexto.

Los Mac con Apple Silicon comparten un solo grupo de memoria entre CPU y GPU, lo que los hace sorprendentemente buenos con modelos medianos. En Windows y Linux, una tarjeta NVIDIA con 12 GB de VRAM o más ofrece la experiencia más fluida, y una ejecución solo con CPU funciona si aceptas respuestas más lentas.

Lista de software

• LM Studio 0.3.17 o posterior. Esa versión añadió compatibilidad con MCP. Las versiones anteriores no tienen la pestaña Program.
• Node.js (LTS actual). Necesario para el servidor de comandos local que se muestra más abajo.
• Un token del servicio de imágenes. Para PicassoIA, crea un secreto en la página de la API. Empieza por pia_sk_.
• Un editor de texto plano. El editor integrado funciona, pero una segunda ventana ayuda cuando comparas JSON.

Instalar LM Studio y un modelo

Descargar e instalar

Descarga el instalador para Windows, macOS o Linux desde lmstudio.ai y ejecútalo como cualquier aplicación de escritorio. Abre la app y revisa el número de versión en los ajustes. Si indica una versión inferior a 0.3.17, actualiza antes de seguir, porque nada de la sección siguiente existe en versiones anteriores.

El primer inicio ofrece un catálogo de modelos. Deja de lado por ahora los nombres más grandes. Un modelo pequeño que responde en dos segundos te dice más sobre tu configuración que uno enorme que tarda un minuto en cada respuesta.

Elige un modelo apto para herramientas

Las llamadas a herramientas son un comportamiento entrenado. Un modelo que nunca vio ejemplos de uso de herramientas ignorará tu servidor de imágenes o inventará una llamada rota. Busca "tool use" o "function calling" en la ficha de cada modelo antes de descargarlo.

Dos puntos de partida sensatos, ambos disponibles para probar primero en el navegador para que juzgues su escritura antes de gastar ancho de banda:

Presta atención al ajuste de longitud de contexto al cargar el modelo. Las descripciones de herramientas, tu prompt de sistema y toda la conversación comparten esa ventana. Una ventana pequeña se llena rápido, y un modelo que ha perdido la descripción de la herramienta simplemente deja de llamarla. Empieza con al menos 8.000 tokens y súbelo si el modelo olvida pasos anteriores.

💡 Descarga primero una versión cuantizada de 4 bits. La escritura de prompts apenas se resiente, y el archivo ocupa aproximadamente un cuarto del tamaño de la precisión completa.

Conectar el servidor MCP

Abrir mcp.json en la app

1. Abre cualquier chat en LM Studio.
2. Cambia a la pestaña Program en la barra lateral derecha.
3. Haz clic en Install y después en Edit mcp.json.
4. Edita el archivo en el editor integrado y guárdalo.

LM Studio sigue la notación mcp.json de Cursor, así que una configuración escrita para Cursor se lee igual aquí. Al guardar, el servidor debería iniciarse y listar sus herramientas. Un error en rojo en este punto casi siempre significa JSON mal formado.

Añadir un servidor remoto

Los servidores remotos necesitan una URL y, normalmente, una cabecera con tus credenciales:

{
  "mcpServers": {
    "image-service": {
      "url": "https://mcp.example.com/mcp",
      "headers": {
        "Authorization": "Bearer <YOUR_TOKEN>"
      }
    }
  }
}

Copiar prompt

Sustituye la URL por la dirección que publique tu proveedor de imágenes. PicassoIA muestra sus conexiones MCP dentro de tu cuenta, así que revisa allí los datos de conexión. Si el inicio de sesión de un proveedor espera un acceso por navegador en lugar de una cabecera estática, usa la ruta de comando local de más abajo, que funciona con un token sencillo.

Añadir un servidor de comandos local

Un servidor local es un pequeño programa que LM Studio inicia por ti:

{
  "mcpServers": {
    "image-tool": {
      "command": "node",
      "args": ["C:/tools/image-mcp/index.js"],
      "env": {
        "IMAGE_API_TOKEN": "pia_sk_paste_your_secret_here"
      }
    }
  }
}

Copiar prompt

Usa barras diagonales (/) en las rutas de Windows, o duplica cada barra invertida. Una sola barra invertida rompe el JSON y el servidor nunca arranca.

Dale al modelo una herramienta de imagen

El servidor solo tiene que exponer una herramienta. Mantén el contrato mínimo, porque los modelos pequeños manejan dos parámetros mucho mejor que diez.

La API de PicassoIA sigue el patrón de Replicate: crear una predicción, consultarla y leer la salida. Una llamada con cURL tiene este aspecto:

curl -s -X POST https://api.picassoia.com/v1/models/picassoia/picassoia-image/predictions \
  -H "Authorization: Bearer $IMAGE_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"input": {"prompt": "a lighthouse at sunset, film photograph", "aspect_ratio": "16:9"}}'

Copiar prompt

Dentro de tu servidor, el mismo flujo es una función corta. Envuélvela en un manejador de herramienta creado con el SDK oficial de MCP para tu lenguaje:

const API = "https://api.picassoia.com/v1";
const headers = {
  Authorization: `Bearer ${process.env.IMAGE_API_TOKEN}`,
  "Content-Type": "application/json",
};

async function makeImage(prompt, aspect_ratio = "16:9") {
  const start = await fetch(
    `${API}/models/picassoia/picassoia-image/predictions`,
    { method: "POST", headers, body: JSON.stringify({ input: { prompt, aspect_ratio } }) }
  );
  let job = await start.json();

  while (["starting", "processing"].includes(job.status)) {
    await new Promise((r) => setTimeout(r, 2000));
    job = await (await fetch(`${API}/predictions/${job.id}`, { headers })).json();
  }

  if (job.status !== "succeeded") throw new Error(`Image job ${job.status}`);
  return Array.isArray(job.output) ? job.output[0] : job.output;
}

Copiar prompt

Cuatro datos que conviene tener presentes:

• Los trabajos son asíncronos, con los estados starting, processing, succeeded, failed y canceled.
• Una cuenta ejecuta 5 predicciones a la vez, compartidas entre todos los tokens y conexiones.
• Los prompts están limitados a 4.000 caracteres.
• El modelo detrás de esta llamada es PicassoIA Image. Para ediciones, PicassoIA Image Editor Pro usa el mismo patrón de API.

💡 Revisa tu plan. El acceso a la API depende de tu plan de PicassoIA, así que lee las condiciones vigentes en la página de precios antes de montar una rutina diaria a partir de ella.

Primera ejecución en la ventana de chat

Abre un chat nuevo, carga tu modelo apto para herramientas y confirma que el servidor aparece como activado en la pestaña Program. Después pide algo concreto:

Genera una fotografía en 16:9 de un puerto tranquilo al amanecer, con barcos de pesca en reposo, bruma suave, tomada en película de 35 mm.

Así es un ciclo completo una vez conectado todo:

1. Envías la frase de arriba.
2. El modelo redacta un encargo detallado de unas 50 palabras y decide llamar a generate_image.
3. LM Studio se pausa y pide tu aprobación.
4. El servidor crea la predicción, la consulta y recibe una URL.
5. El modelo responde con el enlace y una descripción de una línea de lo que solicitó.

En un equipo portátil de gama media, el ciclo completo suele durar bastante menos de un minuto, y la mayor parte de ese tiempo es el modelo de lenguaje pensando, no el motor de imágenes.

Aprueba la llamada a la herramienta

Cuando el modelo llama a tu herramienta, LM Studio muestra primero un cuadro de confirmación. Puedes revisar los argumentos, editarlos y luego aprobar. Elige allow once mientras pruebas, o always allow para una herramienta en la que confíes. Los permisos permanentes se pueden gestionar más tarde en los ajustes de la app.

Lee los argumentos cada vez al principio. Ahí ves lo que el modelo escribió de verdad: el prompt, la relación de aspecto y cualquier cosa extraña que añadiera. Un modelo que envía un ensayo de 3.000 caracteres a una herramienta pensada para un párrafo necesita un prompt de sistema más firme.

Tras aprobar, la herramienta se ejecuta, devuelve una URL de imagen y el modelo informa en el chat. Abre el enlace para ver el resultado.

Escribe prompts que funcionen

Los modelos escriben mejores prompts de imagen cuando el prompt de sistema les indica cómo hacerlo. Pega esto en el campo del prompt de sistema:

Eres un director de fotografía. Cuando te pidan una imagen, llama a generate_image con un prompt de 40 a 70 palabras: sujeto y acción, escenario, dirección de la luz, lente y distancia, y textura de la superficie. Nunca pidas estilos neón, de dibujos animados ni 3D.

Por qué funciona: los modelos de imagen responden a las mismas pistas en las que piensa un fotógrafo.

• Sujeto y acción van primero, en palabras sencillas.
• La luz tiene una dirección: "luz de ventana desde la izquierda" o "mediodía nublado".
• Lente y distancia fijan el encuadre: "primer plano de 85 mm" o "plano abierto de 24 mm".
• La textura aporta realismo: "tejido de lana", "piedra mojada", "grano fino de película".

Los prompts cortos sirven para borradores. Para una imagen final, añade detalle y vuelve a generar con una semilla fija si tu herramienta la permite, para que cambie una sola variable a la vez.

Solucionar problemas y mantenerse seguro

El servidor no arranca

Sigue esta lista en orden:

1. Valida el JSON. Una sola coma final basta para detenerlo todo.
2. Ejecuta el comando a mano. Pega command y args en una terminal. Si falla ahí, también fallará en LM Studio.
3. Revisa la ruta. Barras diagonales en Windows y ningún espacio sobrante.
4. Revisa la variable de entorno. Un token vacío produce un error de autorización de la API en lugar de un fallo, así que lee el texto de error de la herramienta.

El modelo ignora la herramienta

Tres causas explican la mayoría de los casos:

• El modelo no se entrenó para herramientas. Cambia a uno cuya ficha indique uso de herramientas.
• Demasiadas herramientas. La propia documentación de LM Studio advierte de que los servidores pensados para asistentes en la nube pueden consumir muchísimos tokens y sobrecargar un modelo local. Mantén activos uno o dos servidores, no diez.
• La ventana de contexto es demasiado corta. Sube la longitud de contexto para que quepan tanto las descripciones de las herramientas como el historial del chat.

💡 ¿Un trabajo atascado en procesamiento? Recuerda el límite de 5 predicciones a la vez. La API también expone POST /v1/predictions/{id}/cancel para limpiar los trabajos que se cuelgan.

Protege tu token de la API

La documentación de LM Studio lo dice claro: nunca instales servidores MCP de fuentes no confiables. Un servidor puede ejecutar código arbitrario, leer archivos locales y usar tu conexión de red. Trata cada entrada de mcp.json como una app que estás instalando.

Para tu token:

• Guarda el secreto en el bloque env, nunca en un mensaje del chat ni en un prompt.
• Ten en cuenta que mcp.json guarda el token como texto plano, así que nunca subas ese archivo a un repositorio público.
• PicassoIA permite dos tokens por cuenta, así que rótalos de uno en uno: crea el nuevo, actualiza mcp.json y luego borra el antiguo.
• Mantén las aprobaciones en allow once para cualquier servidor que no hayas escrito tú.

Cómo usar P Image en PicassoIA

Antes de conectar un prompt a la herramienta, pruébalo en el navegador. P Image en PicassoIA devuelve una imagen terminada en menos de un segundo con generaciones ilimitadas, lo que lo convierte en un espacio de pruebas rápido para los prompts que tu modelo de lenguaje escribirá después.

1. Abre la página del modelo. Ve a la página de P Image.
2. Pega el prompt. El prompt es el único campo obligatorio. Usa el que escribió tu modelo local.
3. Fija la relación de aspecto. El valor por defecto es 1:1. Elige 16:9 para imágenes panorámicas, o custom con un ancho y un alto que sean múltiplos de 16.
4. Ajusta las opciones adicionales. Activa el aumento de prompt para prompts cortos. Introduce una semilla cuando quieras reproducir un resultado.
5. Genera. Haz clic en el botón de generar y espera alrededor de un segundo.
6. Descarga. Guarda la imagen y compárala con lo que devolvió tu herramienta en LM Studio.

Si el borrador te parece bien pero quieres otro aspecto, pasa el mismo prompt por Z-Image Turbo, Flux 2 Klein 4B o Seedream 4.5 y quédate con el que encaje en tu proyecto.

Crea tus propias imágenes hoy

Ya tienes una ventana de chat que escribe encargos y un motor que los convierte en fotografías. Prueba una ronda esta noche. Pide a tu modelo local tres prompts sobre una escena que te importe, pega cada uno en P Image en PicassoIA y mira qué redacción da el resultado más nítido. Luego envía el estilo ganador a tu herramienta de LM Studio y observa cómo aparece la misma imagen sin salir del chat.

PicassoIA también ofrece edición de imágenes, escalado y clips de video cortos, así que una buena imagen fija puede convertirse más adelante en una miniatura, un cartel o una escena en movimiento. Explora el catálogo completo en picassoia.com/en/all-models, elige un modelo y genera tu primera imagen hoy.