Geração de imagens com MCP no LM Studio: configuração local passo a passo

Você digita uma frase em uma janela de chat no seu próprio computador, e alguns segundos depois uma fotografia pronta aparece na conversa. Sem aba do navegador, sem copiar e colar entre aplicativos, sem um chatbot na nuvem lendo seus rascunhos. É isso que a geração de imagens com MCP no LM Studio parece quando as peças estão conectadas, e a conexão leva cerca de quinze minutos. Este tutorial segue a configuração em ordem: instalar o LM Studio, escolher um modelo que consiga chamar ferramentas, editar mcp.json, adicionar uma ferramenta de imagem, aprovar a primeira chamada e resolver os problemas que atrapalham a maioria das primeiras tentativas.

Todos os arquivos e comandos abaixo foram feitos para serem copiados. Quando um detalhe depender da sua máquina, um aviso indica o que verificar antes de seguir em frente.

Por que rodar isso localmente?

O que o MCP faz aqui

MCP, o Model Context Protocol, é um padrão para um aplicativo entregar ferramentas a um modelo de linguagem. O LM Studio é o host. Ele carrega um modelo na sua máquina, se conecta a um ou mais servidores MCP e mostra ao modelo o que cada servidor consegue fazer. Quando o modelo decide que uma ferramenta é útil, o LM Studio a executa e devolve o resultado para o chat.

Para imagens, a ferramenta é simples. O modelo escreve um prompt, chama algo como generate_image e recebe um URL de imagem. O modelo de linguagem nunca desenha um único pixel. Ele age como um diretor: pega sua ideia solta, transforma-a em um briefing detalhado e entrega esse briefing a um motor de imagens.

Chat local, motor de imagens remoto

A divisão importa, porque ela define o seu orçamento de hardware.

Rodar um modelo de imagem ao lado de um modelo de chat em uma única placa de vídeo de consumo é possível, mas apertado, porque ambos precisam de memória de vídeo. Apontar a ferramenta para uma API hospedada deixa a GPU livre para o modelo de linguagem. Sua conversa, seus arquivos e suas aprovações de ferramentas ficam na sua máquina, e só o prompt final da imagem sai dela. Este tutorial usa a rota hospedada e toma a API do PicassoIA como exemplo, mas o padrão serve para qualquer serviço de imagens.

💡 Quer tudo offline? Troque o backend da ferramenta por um servidor de imagens local. A parte do LM Studio da configuração continua exatamente a mesma.

O que você precisa antes de começar

Hardware que funciona

O tamanho do modelo de chat define o mínimo. Estes números são uma orientação aproximada para versões de 4 bits, não benchmarks, então deixe margem para a janela de contexto.

Macs com Apple Silicon compartilham um único pool de memória entre CPU e GPU, o que os torna surpreendentemente bons com modelos de porte médio. No Windows e no Linux, uma placa NVIDIA com 12 GB de VRAM ou mais oferece a experiência mais fluida, e uma execução só com CPU funciona se você aceitar respostas mais lentas.

Checklist de software

• LM Studio 0.3.17 ou posterior. Essa versão adicionou suporte a MCP. Versões antigas não têm a aba Program.
• Node.js (LTS atual). Necessário para o servidor de comando local mostrado abaixo.
• Um token do serviço de imagens. Para o PicassoIA, crie um segredo na página da API. Ele começa com pia_sk_.
• Um editor de texto simples. O editor embutido no aplicativo funciona, mas uma segunda janela ajuda ao comparar JSON.

Instale o LM Studio e um modelo

Baixe e instale

Baixe o instalador para Windows, macOS ou Linux em lmstudio.ai e execute-o como qualquer aplicativo de desktop. Abra o app e confira o número da versão nas configurações. Se aparecer abaixo de 0.3.17, atualize antes de seguir, porque nada da próxima seção existe em versões antigas.

O primeiro início oferece um catálogo de modelos. Deixe de lado os nomes maiores por enquanto. Um modelo pequeno que responde em dois segundos diz mais sobre a sua configuração do que um enorme que leva um minuto por resposta.

Escolha um modelo pronto para ferramentas

Chamar ferramentas é um comportamento treinado. Um modelo que nunca viu exemplos de uso de ferramentas vai ignorar o seu servidor de imagens ou inventar uma chamada quebrada. Antes de baixar, verifique cada ficha do modelo em busca de "tool use" ou "function calling".

Dois pontos de partida sensatos, ambos disponíveis para testar no navegador primeiro, para que você possa avaliar a escrita deles antes de baixar arquivos grandes:

Preste atenção na configuração de tamanho de contexto ao carregar o modelo. As descrições das ferramentas, seu prompt de sistema e toda a conversa compartilham essa janela. Uma janela pequena enche rápido, e um modelo que perdeu a descrição da ferramenta simplesmente para de chamá-la. Comece com pelo menos 8.000 tokens e aumente se o modelo esquecer etapas anteriores.

💡 Baixe primeiro uma versão quantizada de 4 bits. A escrita de prompts quase não sofre, e o arquivo tem cerca de um quarto do tamanho da versão em precisão total.

Conecte o servidor MCP

Abra o mcp.json no aplicativo

1. Abra qualquer chat no LM Studio.
2. Mude para a aba Program na barra lateral direita.
3. Clique em Install e depois em Edit mcp.json.
4. Edite o arquivo no editor embutido e salve.

O LM Studio segue a notação mcp.json do Cursor, então uma configuração escrita para o Cursor se lê da mesma forma aqui. Ao salvar, o servidor deve iniciar e listar as suas ferramentas. Um erro em vermelho nesse ponto quase sempre significa JSON quebrado.

Adicione um servidor remoto

Servidores remotos precisam de um URL e, normalmente, de um cabeçalho com suas credenciais:

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

Copiar prompt

Substitua o URL pelo endereço que o seu provedor de imagens publica. O PicassoIA lista suas conexões MCP dentro da sua conta, então procure os detalhes de conexão por lá. Se o fluxo de login do provedor exigir um login no navegador em vez de um cabeçalho estático, use a rota de comando local abaixo, que funciona com um token simples.

Adicione um servidor de comando local

Um servidor local é um pequeno programa que o LM Studio inicia para você:

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

Copiar prompt

Use barras normais nos caminhos do Windows, ou duplique cada barra invertida. Uma única barra invertida quebra o JSON e o servidor nunca inicia.

Dê ao modelo uma ferramenta de imagem

O servidor só precisa expor uma ferramenta. Mantenha o contrato pequeno, porque modelos pequenos lidam com dois parâmetros muito melhor do que com dez.

A API do PicassoIA segue o padrão do Replicate: criar uma previsão, consultar o status e ler o resultado. Uma chamada com cURL fica assim:

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 do seu servidor, o mesmo fluxo é uma função curta. Envolva-a em um manipulador de ferramenta criado com o SDK oficial do MCP para a sua linguagem:

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

Quatro fatos para ter em mente:

• Os trabalhos são assíncronos, com os status starting, processing, succeeded, failed e canceled.
• Uma conta roda 5 previsões ao mesmo tempo, compartilhadas entre todos os tokens e conexões.
• Os prompts são limitados a 4.000 caracteres.
• O modelo por trás dessa chamada é o PicassoIA Image. Para edições, o PicassoIA Image Editor Pro usa o mesmo padrão de API.

💡 Confira o seu plano. O acesso à API depende do seu plano do PicassoIA, então leia os termos atuais na página de preços antes de montar uma rotina diária em torno dela.

Primeira execução na janela de chat

Abra um novo chat, carregue o seu modelo pronto para ferramentas e confirme que o servidor aparece como habilitado na aba Program. Depois, peça algo concreto:

Gere uma fotografia 16:9 de um porto tranquilo ao nascer do sol, barcos de pesca parados, névoa suave, feita em filme 35mm.

Veja como é uma volta completa quando tudo está conectado:

1. Você envia a frase acima.
2. O modelo rascunha um briefing detalhado de cerca de 50 palavras e decide chamar generate_image.
3. O LM Studio pausa e pede a sua aprovação.
4. O servidor cria a previsão, consulta o status e recebe um URL de volta.
5. O modelo responde com o link e uma descrição de uma linha do que foi pedido.

Em um notebook de faixa intermediária, o ciclo inteiro costuma levar bem menos de um minuto, e a maior parte desse tempo é o modelo de linguagem pensando, não o motor de imagens.

Aprove a chamada da ferramenta

Quando o modelo chama a sua ferramenta, o LM Studio mostra primeiro uma caixa de confirmação. Você pode revisar os argumentos, editá-los e então aprovar. Escolha allow once enquanto testa, ou always allow para uma ferramenta em que confia. As permissões permanentes podem ser gerenciadas depois, nas configurações do aplicativo.

Leia os argumentos sempre, principalmente no início. É ali que você vê o que o modelo de fato escreveu: o prompt, a proporção e qualquer coisa estranha que ele tenha acrescentado. Um modelo que envia um ensaio de 3.000 caracteres para uma ferramenta feita para um parágrafo precisa de um prompt de sistema mais firme.

Depois que você aprova, a ferramenta roda, devolve um URL de imagem e o modelo informa o resultado no chat. Abra o link para ver o resultado.

Escreva prompts que funcionem

Modelos escrevem prompts de imagem melhores quando o prompt de sistema diz como fazer isso. Cole isto no campo de prompt de sistema:

Você é um diretor de fotografia. Quando pedirem uma imagem, chame generate_image com um único prompt de 40 a 70 palavras: sujeito e ação, cenário, direção da luz, lente e distância, e textura da superfície. Nunca peça estilos neon, cartoon ou 3D.

Por que funciona: modelos de imagem respondem às mesmas pistas em que um fotógrafo pensa.

• Sujeito e ação vêm primeiro, em palavras simples.
• Luz ganha uma direção: "luz de janela vinda da esquerda" ou "meio-dia nublado".
• Lente e distância definem o enquadramento: "close de 85mm" ou "plano aberto de 24mm".
• Textura adiciona realismo: "trama de lã", "pedra molhada", "grão fino de filme".

Prompts curtos servem para rascunhos. Para uma imagem final, acrescente detalhes e refaça com um seed fixo, se a sua ferramenta expuser um, para que só uma variável mude por vez.

Corrija problemas e fique seguro

O servidor não inicia

Siga esta lista em ordem:

1. Valide o JSON. Vírgula sobrando no fim já basta para parar tudo.
2. Rode o comando manualmente. Cole o command e o args em um terminal. Se falhar ali, falhará no LM Studio também.
3. Confira o caminho. Barras normais no Windows e nenhum espaço sobrando.
4. Confira a variável de ambiente. Um token vazio gera um erro de autorização da API em vez de uma falha, então leia o texto de erro da ferramenta.

O modelo ignora a ferramenta

Três causas explicam a maioria dos casos:

• O modelo não foi treinado para ferramentas. Troque por um cuja ficha liste o uso de ferramentas.
• Ferramentas demais. A própria documentação do LM Studio alerta que servidores feitos para assistentes na nuvem podem usar um grande número de tokens e sobrecarregar um modelo local. Mantenha um ou dois servidores ativos, não dez.
• A janela de contexto é curta demais. Aumente o tamanho do contexto para que as descrições das ferramentas e o histórico do chat caibam juntos.

💡 Trabalho travado em processamento? Lembre-se do limite de 5 previsões simultâneas. A API também expõe POST /v1/predictions/{id}/cancel para limpar trabalhos que ficam travados.

Proteja seu token de API

A documentação do LM Studio diz com clareza: nunca instale servidores MCP de fontes não confiáveis. Um servidor pode executar código arbitrário, ler arquivos locais e usar sua conexão de rede. Trate cada entrada em mcp.json como um aplicativo que você está instalando.

Para o seu token:

• Guarde o segredo no bloco env, nunca em uma mensagem de chat ou em um prompt.
• Lembre-se de que mcp.json armazena o token como texto simples, então nunca envie esse arquivo para um repositório público.
• O PicassoIA permite dois tokens por conta, então troque um de cada vez: crie o novo, atualize mcp.json e depois apague o antigo.
• Mantenha as aprovações em allow once para qualquer servidor que você mesmo não tenha escrito.

Como usar o P Image no PicassoIA

Antes de colocar um prompt na ferramenta, teste-o no navegador. O P Image no PicassoIA devolve uma imagem pronta em menos de um segundo, com gerações ilimitadas, o que o torna um ambiente de testes rápido para os prompts que o seu modelo de linguagem vai escrever depois.

1. Abra a página do modelo. Acesse a página do P Image.
2. Cole o prompt. O prompt é o único campo obrigatório. Use o que o seu modelo local escreveu.
3. Defina a proporção. O padrão é 1:1. Escolha 16:9 para imagens largas, ou custom com largura e altura que sejam múltiplos de 16.
4. Ajuste as configurações opcionais. Ative o prompt upsampling para prompts curtos. Informe um seed quando quiser reproduzir um resultado.
5. Gere. Clique no botão de gerar e espere cerca de um segundo.
6. Baixe. Salve a imagem e compare com o que a sua ferramenta devolveu no LM Studio.

Se o rascunho parecer certo, mas você quiser outro visual, rode o mesmo prompt pelo Z-Image Turbo, pelo Flux 2 Klein 4B ou pelo Seedream 4.5 e fique com o que se encaixar no seu projeto.

Crie suas próprias imagens hoje

Agora você tem uma janela de chat que escreve briefings e um motor que os transforma em fotografias. Faça uma rodada hoje à noite. Peça ao seu modelo local três prompts sobre uma cena que você goste, cole cada um no P Image no PicassoIA e veja qual redação entrega o resultado mais nítido. Depois, envie o estilo vencedor para a sua ferramenta no LM Studio e veja a mesma imagem aparecer sem sair do chat.

O PicassoIA também oferece edição de imagens, aumento de resolução e pequenos clipes de vídeo, então uma boa imagem fixa pode virar uma miniatura, um pôster ou uma cena em movimento depois. Explore o catálogo completo em picassoia.com/en/all-models, escolha um modelo e gere sua primeira imagem hoje.