Cursor में इमेज जनरेट करें: MCP सर्वर सेटअप गाइड

Cursor के लिए एक MCP सर्वर एक बाहरी टूलबॉक्स की तरह है जिसे एडिटर का एजेंट सीधे चैट से कॉल कर सकता है: आप mcp.json में एक छोटा JSON ब्लॉक जोड़ते हैं, और Cursor में वे क्षमताएं आ जाती हैं जो इसके बेस मॉडल में नहीं होती हैं, जिसमें इमेज जनरेशन भी शामिल है। Cursor का एजेंट दिनभर फाइलें एडिट करता है और टर्मिनल कमांड चलाता, लेकिन इसके पीछे का कोई भी मॉडल इमेज फाइल नहीं बना सकता। बस एक जनरेशन सर्वर कनेक्ट करें और "इस लैंडिंग पेज के लिए 16:9 हीरो इमेज बनाओ" जैसी सामान्य चैट इंस्ट्रक्शन भी आपके रेपो में एक असली फाइल लाकर पूरी होगी।

यदि आप केवल सेटअप के लिए आए हैं, तो यहाँ पूरा सेटअप दिया गया है। अपने BananaBanana प्रोफ़ाइल में एक API कुंजी बनाएं, फिर इसे ~/.cursor/mcp.json (ग्लोबल) या प्रोजेक्ट में .cursor/mcp.json में जोड़ें:

{
  "mcpServers": {
    "bananabanana": {
      "url": "https://bananabanana.pro/api/mcp",
      "headers": {
        "Authorization": "Bearer ${env:BB_API_KEY}"
      }
    }
  }
}

अपने एनवायरनमेंट में BB_API_KEY=bb_live_YOUR_KEY एक्सपोर्ट करें और बस काम हो गया। न कोई लोकल सर्वर प्रोसेस, न कोई Google Cloud अकाउंट और न ही कोई सब्सक्रिप्शन। इमेज के लिए आपके प्रीपेड बैलेंस से $0.03 से और वीडियो के लिए $0.10 से शुल्क लिया जाता है। इस गाइड में दी गई दोनों डेमो इमेज इसी सटीक कॉन्फ़िगरेशन के साथ एक लाइव की (live key) पर जनरेट की गई थीं जब मैं यह टेक्स्ट लिख रहा था; इसके ट्रेस और $0.55 का मीडिया बिल नीचे दिया गया है।

Cursor में इमेज जनरेटर को क्यों जोड़ें?

क्योंकि फ्रंटएंड काम करते समय ठीक उसी पल इमेज की जरूरत पड़ती है जब आपका पूरा ध्यान कोड पर होता है। लैंडिंग पेज के लिए एक मुख्य इमेज (hero image)। प्रोडक्ट-कार्ड प्लेसहोल्डर्स ताकि आपकी ग्रिड खाली ग्रे बॉक्स के साथ न दिखे। आपके द्वारा अभी-अभी तैयार किए गए ब्लॉग पोस्ट के लिए एक OG इमेज। इनमें से कोई भी काम कठिन नहीं है, लेकिन पहले हर एक इमेज के लिए एक ही जैसा घुमावदार रास्ता अपनाना पड़ता था: ब्राउज़र टैब में जनरेटर खोलें, प्रॉम्प्ट टाइप करें, डाउनलोड करें, नाम बदलें, उसे public/ में ड्रैग करें, वापस आएं, और फिर <img> टैग लिखें। हर एक एसेट के लिए दस मिनट का यह अतिरिक्त काम आपका ध्यान भटका देता था जिससे आप कंपोनेंट में अपना फ्लो खो देते थे।

MCP सर्वर के साथ, एजेंट इस पूरे लूप को खुद चलाता है। यह प्रॉम्प्ट लिखता है (आमतौर पर मेरे आलसी शुरुआती ड्राफ्ट से बेहतर), generate_image को कॉल करता है, रिजल्ट को सही फ़ोल्डर में डाउनलोड करता है, और alt टेक्स्ट के साथ मार्कअप लिखता है। आप मैन्युअल काम करने के बजाय केवल एक डिफ (diff) की समीक्षा करते हैं।

इस सेटअप का दूसरा सबसे बड़ा फायदा यह है कि आपको कुछ भी इंस्टॉल नहीं करना पड़ता। इमेज जनरेशन के लिए लोकल MCP सर्वर मौजूद हैं और काम भी करते हैं, लेकिन उनके लिए आपको अपना खुद का Node या Python प्रोसेस चलाना होगा और अपनी खुद की Google API की (key) लानी होगी, जिसमें आपके Google अकाउंट पर कोटा और बिलिंग की सीमाएं होंगी। एक रिमोट सर्वर इन सब झंझटों को खत्म कर देता है: एंडपॉइंट पहले से ही हमारे साइड पर चल रहा है, उसी पाइपलाइन पर जिससे BananaBanana जनरेटर चलता है, और आपका एकमात्र क्रेडेंशियल सिर्फ एक bb_live_ की (key) है।

Cursor में MCP सर्वर कैसे जोड़ें?

तीन कदम, लगभग दो मिनट। नीचे दिए गए कॉन्फ़िगरेशन विवरणों की जांच 11 जुलाई, 2026 तक के Cursor के आधिकारिक MCP डॉक्स के अनुसार की गई है।

सबसे पहले, रजिस्टर करें और Profile → MCP API Keys खोलें। एक कुंजी (key) बनाएं। यह केवल एक बार दिखाई देती है, bb_live_ से शुरू होती है, और हमारे साइड पर हैश करके सुरक्षित रखी जाती है, इसलिए इसे तुरंत कॉपी कर लें। नए अकाउंट्स को उनके बैलेंस में $0.20 मिलते हैं, जो सबसे सस्ते मॉडल पर छह टेस्ट इमेज जनरेट करने के लिए पर्याप्त है।

दूसरा, चुनें कि कॉन्फ़िगरेशन कहाँ रहेगा। Cursor दो स्थानों को पढ़ता है:

• ~/.cursor/mcp.json — ग्लोबल, सर्वर हर उस प्रोजेक्ट में आपके साथ रहेगा जिस पर आप काम करेंगे;
• रेपो रूट में .cursor/mcp.json — प्रोजेक्ट-स्कोप वाला, और इसे कमिट करना सुरक्षित है बशर्ते आप अपनी की (key) को इससे अलग रखें।

यह "बशर्ते" वाली शर्त वही है जिसे ऊपर दिए गए स्निपेट में \${env:BB_API_KEY} इंटरपोलेशन हल करता है: Cursor लोड होने के समय mcp.json वैल्यूज में एनवायरनमेंट वेरिएबल्स को रिप्लेस कर देता है, जिससे इस फ़ाइल में खुद कोई सीक्रेट पासवर्ड या की नहीं रहती। आधिकारिक डॉक्स के अनुसार, यही सिंटैक्स \${workspaceFolder} और कुछ अन्य वेरिएबल्स का भी समर्थन करता है।

तीसरा, Cursor को रीस्टार्ट या रीलोड करें और Cursor Settings → MCP खोलें। सर्वर एक हरे रंग के इंडिकेटर के साथ दिखना चाहिए और उसमें सात टूल्स की एक सूची होनी चाहिए, list_models से लेकर list_generations तक। हमारे MCP सर्वर पेज पर यही स्निपेट और हमारे द्वारा सत्यापित किए गए अन्य सभी क्लाइंट्स के लिए एक कम्पैटिबिलिटी टेबल उपलब्ध है:

यदि सर्वर दिखाई नहीं देता है, तो सीधे quirks (अड़चनें) वाले सेक्शन पर जाएं। इसका कारण लगभग हमेशा एनवायरनमेंट वेरिएबल होता है, न कि कोई गलत कॉन्फ़िगरेशन।

यूज़ केस: चैट छोड़े बिना लैंडिंग पेज हीरो और प्रोडक्ट इमेजेस बनाना

यह परिदृश्य (scenario) जिसके इर्द-गिर्द यह आर्टिकल लिखा गया है: मान लीजिए कि आप एक फ्रंटएंड डेवलपर हैं जो एक आउटडोर गियर ब्रांड के लिए लैंडिंग पेज तैयार कर रहे हैं, और डिज़ाइन में भोर के समय कैंपिंग (dawn-camping) की फुल-विड्थ मुख्य इमेज (hero image) की आवश्यकता है। Cursor की चैट में आप इसके लिए कहते हैं, एजेंट एक फोटोग्राफी-स्टाइल प्रॉम्प्ट तैयार करता है और टूल को कॉल करता है। यह मेरे सेशन का वास्तविक ट्रेस है, जिसमें असली जॉब आईडी (job id) और अन्य विवरण शामिल हैं:

→ generate_image {"prompt": "A photorealistic wide hero shot for an outdoor
   gear brand landing page: a lone orange tent glowing softly on the shore of
   a still alpine lake at dawn, mist over the water, sharp granite peaks
   catching the first pink light, generous empty sky for headline text, low
   angle, 35mm lens, no text", "model": "nano-banana-pro", "aspect_ratio": "16:9"}
← {"job_id": "cmrgox3xj000s…", "status": "processing",
   "cost_charged_usd": 0.11, "balance_remaining_usd": 1554.40}
→ get_result {"job_id": "cmrgox3xj000s…"}
← {"status": "completed", "files": [{"url": "https://bananabanana.pro/api/files/…"}]}

कॉल करने से लेकर पूरी फाइल तैयार होने तक केवल अठारह सेकंड। यहाँ वही सटीक आउटपुट दिया गया है, जो पहले ही प्रयास में बिना किसी बदलाव (no rerolls) के मिला है:

एजेंट फिर हस्ताक्षरित (signed) URL से फ़ाइल को public/ में ले जाता है और कंपोनेंट कोड लिखता है। लिंक 24 घंटों के लिए वैध रहते हैं; उसके बाद एक नई get_result कॉल उन्हें फिर से जारी कर देती है।

प्रोडक्ट प्लेसहोल्डर्स के लिए भी ऐसा ही किया जाता है, बस इसमें एक वर्गाकार (square) इमेज की आवश्यकता होती है। कार्ड ग्रिड के लिए मैंने पानी की बोतल के शॉट के लिए इस तरह पूछा जैसे आप किसी फोटोग्राफर को निर्देश दे रहे हों: विषय (subject), सतह (surface), प्रकाश (light), और लेंस (lens)। एक कॉल, $0.11, बीस सेकंड:

दोनों डेमो Nano Banana Pro पर चलाए गए क्योंकि वे इस पेज पर लाइव दिखाए जा रहे हैं। साधारण ग्रिड फिलर्स के लिए, मैं ईमानदारी से $0.03 पर मिलने वाले nano-banana-2-lite का उपयोग करूंगा और केवल उन इमेजेस को अपग्रेड करूंगा जो डिज़ाइन रिव्यू में पास होती हैं; हमारी Lite गाइड में बताया गया है कि यह सस्ता मॉडल कहाँ के लिए सबसे बेहतर है। और यदि आपको इमेज की एक श्रृंखला में एक ही मस्कट की आवश्यकता है, तो क्लाइंट के बजाय प्रॉम्प्टिंग तकनीक अधिक मायने रखती है, इसलिए कैरेक्टर निरंतरता की फील्ड गाइड देखें।

वीडियो भी इसी चैट से जनरेट किया जा सकता है। generate_video कभी भी पहली कॉल पर शुल्क नहीं लेता है: यह एक कोटेशन (quote) देता है, और एजेंट को सटीक राशि स्वीकार करते हुए confirm_cost के साथ दोबारा कॉल करनी होती है। एक मूक (silent) 720p Veo 3.1 Lite क्लिप $0.10 से शुरू होती है; साउंड के साथ Omni Flash $0.10 प्रति सेकंड है, इसलिए तीन-सेकंड के टेक के लिए यह $0.30 होगा।

काम शुरू करने से पहले जानने योग्य Cursor की बारीकियाँ (Quirks)

हर क्लाइंट की अपनी कुछ अनूठी चुनौतियाँ होती हैं। ये वे बातें हैं जिनके बारे में मैं वास्तव में अपने किसी साथी डेवलपर को सचेत करूँगा, जिन्हें मैंने ऊपर दिए गए सेटअप का परीक्षण करते समय इकट्ठा किया है।

1. \${env:…} केवल तभी काम करता है जब Cursor वेरिएबल को देख पाता है। आपकी .zshrc फ़ाइल में किया गया एक्सपोर्ट तब तो दिखाई देता है जब आप किसी टर्मिनल से Cursor लॉन्च करते हैं, लेकिन डॉक (Dock) या डेस्कटॉप लॉन्चर से शुरू किया गया GUI ऐप आपके शेल प्रोफ़ाइल को नहीं पढ़ता है, इसलिए वही कॉन्फ़िगरेशन वहाँ चुपचाप काम करना बंद कर देता है। मेरे अनुभव में macOS पर "सर्वर कनेक्ट नहीं होगा" का यह नंबर एक कारण है। इसका समाधान: वेरिएबल को OS स्तर पर सेट करें (macOS पर launchctl setenv, या Windows पर सिस्टम एनवायरनमेंट वेरिएबल्स), या यह जांचने के लिए एक बार टर्मिनल से Cursor लॉन्च करें कि कॉन्फ़िगरेशन ठीक है या नहीं।

2. प्रोजेक्ट कॉन्फ़िगरेशन एक टीम फीचर, प्रति व्यक्ति एक की (key)। \${env:BB_API_KEY} प्लेसहोल्डर के साथ .cursor/mcp.json को कमिट करें और हर टीम के साथी को क्लोन करते ही सर्वर मिल जाता है, वह भी अपनी खुद की की (key) के साथ। यह विभाजन दिखने से कहीं अधिक महत्वपूर्ण है: कीज़ बिल्कुल मुफ्त हैं, और प्रत्येक को अपना उपयोग लॉग (टूल, मॉडल, लागत, प्रॉम्प्ट पूर्वावलोकन) और Profile → MCP API Keys में एक वैकल्पिक दैनिक USD कैप मिलता है। जब कोई टीम छोड़ता है, तो आप एक की (key) को रद्द कर देते हैं, और किसी और को इसका पता भी नहीं चलता। Cursor के व्यावसायिक (business) प्लान्स टीम डैशबोर्ड से भी MCP सर्वर को पुश कर सकते हैं, लेकिन कमिट की गई फ़ाइल किसी भी प्लान पर काम करती है।

3. Cursor हर टूल कॉल से पहले अनुमति मांगता है, और आपको शायद इसे चालू ही रखना चाहिए। डिफ़ॉल्ट रूप से प्रत्येक MCP कॉल आपकी स्वीकृति की प्रतीक्षा करती है, जिसमें टूल नाम के बगल में एक छोटे तीर के नीचे तर्क (arguments) दिखाई देते हैं। ऑटो-रन मोड में, अनुमति सूची (allowlisted) में शामिल टूल तुरंत निष्पादित (execute) होते हैं। बैच के दौरान बीस बार स्वीकृत करें (approve) पर क्लिक करना थकाऊ हो जाता है, मैं जानता हूँ, लेकिन जिन टूल्स के लिए वास्तविक पैसे खर्च होते हैं, उनके लिए मैं स्वीकृति चालू रखूँगा और केवल मुफ़्त वालों (list_models, get_result) को ही ऑटो-रन होने दूँगा। वीडियो के लिए हमारे साइड पर वैसे भी एक दूसरा सुरक्षा कवच (seatbelt) है: कोटेशन से ऊपर की किसी भी चीज़ के लिए confirm_cost के बिना कोई शुल्क नहीं लिया जाता है।

4. आप चैट के अंदर ही रेंडर देख सकते हैं। Cursor के डॉक्स के अनुसार, MCP टूल्स द्वारा लौटाई गई इमेज बातचीत से जुड़ जाती हैं, और विज़न-सक्षम (vision-capable) मॉडल उनका विश्लेषण करते हैं। हमारे get_result में URL के साथ एक छोटा webp प्रिव्यू शामिल होता है, ताकि एजेंट (और आप) ब्राउज़र खोले बिना रेंडर की जांच कर सकें। इसका मतलब यह भी है कि एजेंट खुद को सुधार सकता है: आप इसे इमेज की जांच करने और फिर से रेंडर करने (reroll) के लिए कह सकते हैं यदि मान लीजिए कि तंबू हेडलाइन टेक्स्ट वाले मुख्य क्षेत्र के ठीक बीच में आ गया हो।

5. वन-क्लिक इंस्टॉल लिंक उपलब्ध हैं, लेकिन उनमें अपनी कीज़ (keys) न डालें। Cursor cursor:// डीपलिंक्स का समर्थन करता है जो base64-एन्कोडेड कॉन्फ़िगरेशन से MCP सर्वर इंस्टॉल करते हैं, जैसा कि install-links डॉक्स में बताया गया है। यह ओपन सर्वर के लिए आसान है; लेकिन ऑथेंटिकेटेड (प्रमाणित) सर्वर के लिए गलत है, क्योंकि एन्कोडेड कॉन्फ़िगरेशन में आपकी वास्तविक की (key) शामिल होगी, और जिसे भी वह लिंक मिलेगा, वह आपके बैलेंस का उपयोग कर सकेगा। यही कारण है कि हमारी साइट पर दिया गया बटन Add-to-Cursor डीपलिंक के बजाय एनवायरनमेंट प्लेसहोल्डर के साथ एक कॉपी-पेस्ट स्निपेट है। बस पेस्ट करें, वेरिएबल एक्सपोर्ट करें, और काम पूरा।

ईमानदारी से प्रोडक्ट की ओर से एक सीमा (limitation) को स्वीकार करते हुए: MCP generate_image टूल अभी इनपुट इमेजेस को स्वीकार नहीं करता है, इसलिए संदर्भ-आधारित जनरेशन (reference-based generation) और इमेज-टू-वीडियो के लिए अभी भी वेब जनरेटर की आवश्यकता है। टेक्स्ट-टू-इमेज, मल्टी-टर्न edit_image सुधार और टेक्स्ट-टू-वीडियो सभी आज MCP पर पूरी तरह काम करते हैं।

इस आर्टिकल के डेमो मीडिया पर कितना खर्च आया?

मानक प्रति-जनरेशन कीमतें, वही संख्याएं जो list_models एजेंट को रिपोर्ट करता है, इसमें कोई स्टाफ डिस्काउंट शामिल नहीं है:

इस बार हर जनरेशन पहले ही प्रयास में सफल रही, जो कि हमेशा नहीं होगा; प्रोडक्ट शॉट्स पर एक या दो बार दोबारा रेंडर करने (reroll) का बजट रखें और शिप करने से पहले ज़ूम इन करके देख लें, क्योंकि ऑब्जेक्ट ज्योमेट्री (आकृति) ही वह क्षेत्र है जहाँ फोटो-रियलिस्टिक मॉडल अक्सर गलती करते हैं।

यदि आप पहले से ही इस सर्वर को Claude में चला रहे हैं, तो ऊपर दिया गया Cursor कॉन्फ़िगरेशन ही एकमात्र नया हिस्सा है: समान की (key), समान बैलेंस और समान इतिहास। यदि आप बिल्कुल शुरुआत से शुरू कर रहे हैं, तो Claude Code वॉकथ्रू में चार और उपयोग के मामले शामिल हैं जो लगभग हूबहू Cursor पर भी लागू होते हैं। क्या आप कोशिश करने के लिए तैयार हैं? एक कुंजी बनाएं और Cursor से अपनी पहली मुख्य इमेज (hero image) के लिए कहें।

FAQ

क्या Cursor ऑथराइजेशन हेडर के साथ रिमोट MCP सर्वर का समर्थन करता है?

हाँ, मूल रूप से (natively)। जब से Cursor ने Streamable HTTP ट्रांसपोर्ट जोड़ा है, तब से एक रिमोट सर्वर सिर्फ एक url और mcp.json में एक वैकल्पिक headers ऑब्जेक्ट है, इसके लिए किसी लोकल ब्रिज प्रोसेस की आवश्यकता नहीं होती है, और ${env:VAR} इंटरपोलेशन सीक्रेट की को फ़ाइल से बाहर रखता है। यह वही कॉन्फ़िगरेशन है जिसका उपयोग यह गाइड करती है, जिसे 11 जुलाई, 2026 को आधिकारिक Cursor MCP डॉक्स के विरुद्ध सत्यापित किया गया है। Cursor रिमोट सर्वर के लिए OAuth का भी समर्थन करता है; हमारा एंडपॉइंट वर्तमान में Bearer कीज़ के साथ प्रमाणित करता है, जिसमें दूसरे विकल्प के रूप में OAuth 2.1 की योजना है।

क्या मुझे Cursor में इमेज जनरेट करने के लिए Google API की (key) की आवश्यकता है?

नहीं। स्थानीय रूप से चलने वाले (locally-run) इमेज MCP सर्वर सीधे Gemini API को कॉल करते हैं, जिससे उन्हें आपके अपने कोटा और बिलिंग के साथ आपकी खुद की Google की (key) की आवश्यकता होती है। रिमोट सर्वर के साथ इमेज जनरेशन BananaBanana के Vertex AI कीज़ के प्रबंधित पूल पर चलता है, और आपका एकमात्र क्रेडेंशियल आपकी प्रोफ़ाइल से bb_live_ की (key) है। आप बिना किसी न्यूनतम खर्च, एक प्रीपेड बैलेंस और एक ऐसी की (key) जिसे आप एक क्लिक में रद्द कर सकते हैं, के साथ प्रति-जनरेशन कीमतों के लिए Google के कच्चे (raw) API तक सीधी पहुंच का आदान-प्रदान करते हैं।

क्या MCP कॉन्फ़िगरेशन ग्लोबल होना चाहिए या प्रति-प्रोजेक्ट?

दोनों काम करते हैं; अंतर केवल स्कोप और शेयरिंग का है। ~/.cursor/mcp.json हर रेपो में आपके साथ रहता है, जो व्यक्तिगत सेटअप के अनुकूल है। प्रोजेक्ट रूट में .cursor/mcp.json रेपो के साथ यात्रा करता है, इसलिए क्लोन करने के बाद पूरी टीम को सर्वर मिल जाता है; की (key) को ${env:…} संदर्भ के रूप में रखें और फ़ाइल कमिट करने के लिए सुरक्षित है। टीम द्वारा स्पर्श की जाने वाली किसी भी चीज़ के लिए मेरा डिफ़ॉल्ट प्रोजेक्ट-स्तरीय (project-level) होता है, क्योंकि एक कमिटेड कॉन्फ़िगरेशन और प्रति-डेवलपर कीज़ आपको उपयोग लॉग और प्रति व्यक्ति की रद्द करने की क्षमता प्रदान करते है।

क्या Cursor उसी सर्वर के माध्यम से वीडियो जनरेट कर सकता है?

हाँ, लागत-पुष्टि (cost-confirmation) कदम के साथ। generate_video टूल हमेशा पहले एक कोटेशन दिखाता है, और किसी भी शुल्क से पहले एजेंट को सटीक राशि से मेल खाने वाले confirm_cost के साथ कॉल दोहरानी होगी। कीमतें 4-सेकंड की मूक (silent) 720p Veo 3.1 Lite क्लिप के लिए $0.10 से शुरू होकर ऑडियो के साथ टॉप-एंड Veo 3.1 रेंडर के लिए $4.40 तक जाती हैं, और और ध्वनि के साथ Omni Flash $0.10 प्रति सेकंड ($0.30–$1.00 प्रति क्लिप) का शुल्क लेता है। क्लिप को एक से दस मिनट लगते हैं, इसलिए जब एजेंट आपके कोड पर काम करना जारी रखता है, तो वह get_result को पोल करता रहता है।

mcp.json को एडिट करने के बाद मेरा सर्वर Cursor में क्यों नहीं दिखाई दे रहा है?

संभावना के क्रम में तीन सामान्य कारण। एनवायरनमेंट वेरिएबल Cursor प्रोसेस के लिए दृश्यमान (visible) नहीं है: GUI-लॉन्च किए गए ऐप्स आपके शेल प्रोफ़ाइल को नहीं पढ़ते हैं, इसलिए वेरिएबल को OS स्तर पर सेट करें या टर्मिनल से Cursor शुरू करें। कॉन्फ़िगरेशन रीलोड नहीं हुआ: Cursor को पूरी तरह से रीस्टार्ट करें या MCP सेटिंग्स में रिफ्रेश कंट्रोल का उपयोग करें। या फिर JSON फ़ाइल अमान्य (invalid) है, जिसमें आखिरी में लगा एक अतिरिक्त कॉमा (trailing comma) एक क्लासिक उदाहरण है। यदि सर्वर दिखाई देता है लेकिन टूल कॉल 401 के साथ विफल हो जाती है, तो की (key) खुद गलत है या उसे रद्द कर दिया गया था; MCP सर्वर पेज पर स्निपेट से एक कच्चे (raw) अनुरोध के साथ इसका परीक्षण करें।