ImageGen 在 Mac 本地运行 Qwen-Image 2.1 生成图像，并用内置 MCP server 接入 Claude Code 等 Agent

ImageGen 把 Qwen-Image 2.1 搬上 Apple Silicon Mac 本地运行，并以内置 MCP server 让 Claude Code 等 Agent 直接生成和编辑图像。这款 MIT 许可的开源 macOS 原生应用从 Hugging Face 一键下载约 33 GB 的模型权重，用 Metal 在 Mac GPU 上推理，下载完成后完全离线，不需要 API key，也没有单张图像费用；作者建议 64 GB 统一内存机型，48 GB 只能加载模型并跑小尺寸图。

README 给出的实测数据来自一台 64 GB 统一内存的 M5 Pro MacBook Pro，bf16 精度下 512x512 草稿 20 步约 20 s，1024x1024 30 到 40 步约 1.5 到 2 min，2048x1152 40 步约 5.5 min，模型加载约 20 s。比速度更容易被忽略的是两道边界：内存防护把 PyTorch 可用内存限制在总内存减 30%（至少留 12 GB），超大尺寸在开始前就被拒绝，macOS 报告临界内存压力时任务中止，避免 swap 卡死整机；许可方面 ImageGen 代码是 MIT，但 Qwen-Image 2.1 适用 Qwen Research License Agreement，仅允许非商业的研究与评估用途，商用需另行向 Qwen 取得授权，应用不捆绑权重，用户下载时自行接受该许可。

事实层面，端侧文生图已经跨过 64 GB 统一内存 Mac 可承载约 33 GB 权重的 state-of-the-art 图像模型这条线，并通过 MCP 把本地图像能力挂进 Agent 工作流，generate_image 与 edit_image 等工具返回 PNG 路径和预览供 Agent 自查。推断是这类工具会先吸收对隐私、离线和单张成本敏感的个人开发者需求，替代一部分云图像 API 调用；猜测是若 catalog 后续加入更小模型，覆盖 32 GB 机型后渗透面会明显扩大。对准备把图像生成嵌进产品的团队，许可结构是先于性能要核对的一项：非商业许可意味着客户交付场景必须先解决模型授权。