MCPollinations Multimodal MCP Server

このサーバーは Pollinations の新しい API で動作しなくなったため、アーカイブされました。画像生成、画像編集、動画生成に特化した新しい Pollinations MCP サーバーについては、Nectar-MCP をご覧ください。

MCPollinations マルチモーダル MCP サーバー

Pollinations API を通じて、AI アシスタントが画像、テキスト、音声を生成できるようにする Model Context Protocol（MCP）サーバーです。

機能

• テキストプロンプトから画像 URL を生成
• 画像を生成し、base64 エンコードされたデータとして返すと同時に、png、jpeg、jpg、または webp として保存（デフォルト：png）
• テキストプロンプトからテキスト応答を生成
• テキストプロンプトから音声応答を生成
• 利用可能な画像・テキスト生成モデルを一覧表示
• 認証不要
• シンプルで軽量
• Model Context Protocol（MCP）に対応

システム要件

• Node.js：バージョン 14.0.0 以上
  • 最適なパフォーマンスを得るには、Node.js 16.0.0 以上を推奨します
  • Node.js 16 より前のバージョンでは、AbortController のポリフィルを使用します

クイックスタート

Smithery 経由でインストール

Smithery を使って、Claude Desktop 用の mcpollinations を自動的にインストールするには：

npx -y @smithery/cli install @pinkpixel-dev/mcpollinations --client claude

MCP サーバーを利用する最も簡単な方法：

# Run directly with npx (no installation required)
npx @pinkpixel/mcpollinations

グローバルにインストールする場合：

# Install globally
npm install -g @pinkpixel/mcpollinations

# Run the server
mcpollinations
# or
npx @pinkpixel/mcpollinations

または、リポジトリをクローンします：

# Clone the git repository
git clone https://github.com/pinkpixel-dev/mcpollinations.git
# Run the server
mcpollinations
# or
npx @pinkpixel/mcpollinations
# or run directly
node /path/to/MCPollinations/pollinations-mcp-server.js

MCP 連携

Model Context Protocol（MCP）に対応したアプリケーションとサーバーを連携するには：

1. MCP 設定ファイルを生成します：

# If installed globally
npx @pinkpixel/mcpollinations generate-config

# Or run directly
node /path/to/MCPollinations/generate-mcp-config.js

MCP 設定の簡易版（env）

ジェネレーターを使わない場合は、以下を MCP クライアントの設定にコピーします：

{
  "mcpollinations": {
    "command": "npx",
    "args": ["-y", "@pinkpixel/mcpollinations"],
    "env": {
      "token": "YOUR_TOKEN_OPTIONAL",
      "referrer": "your-app-or-domain-optional",
      "IMAGE_MODEL": "flux",
      "IMAGE_WIDTH": "1024",
      "IMAGE_HEIGHT": "1024",
      "IMAGE_ENHANCE": "true",
      "IMAGE_SAFE": "false",
      "TEXT_MODEL": "openai",
      "TEXT_TEMPERATURE": "0.7",
      "TEXT_TOP_P": "0.9",
      "TEXT_SYSTEM": "",
      "AUDIO_VOICE": "alloy",
      "OUTPUT_DIR": "./mcpollinations-output"
    }
  }
}

2. プロンプトに従って設定をカスタマイズするか、デフォルト設定を使用します。

   • 出力ディレクトリを設定します（移植性を高めるため、相対パスを推奨します）
     • Windows ユーザー：ファイルをより確実に保存するため、絶対パス（例：C:\Users\YourName\Pictures\MCPollinations）の使用を検討してください
   • env でオプションの認証（token、referrer）を設定します
   • 画像生成のデフォルトパラメーターを設定します（利用可能なモデル、寸法などの一覧を含みます）
   • テキスト生成のデフォルトパラメーターを設定します（利用可能なモデルの一覧を含みます）
   • 音声生成のデフォルトパラメーターを設定します（音声）

3. 生成された mcp.json ファイルを、アプリケーションの MCP 設定ファイル（.json）にコピーします。

4. アプリケーションを再起動します。

連携後は、次のようなコマンドを使用できます：

「MCPollinations を使って、海に沈む夕日の画像を生成して」

認証（任意）

MCPollinations は、より多くのモデルへのアクセスと、より高いレート制限を利用できるよう、オプションの認証に対応しています。サーバーは認証なし（無料プラン）でも問題なく動作しますが、API トークンを持つユーザーは、より充実したアクセスを利用できます。

設定方法

方法 1：環境変数（セキュリティ上推奨）

# Set environment variables before running the server
export POLLINATIONS_TOKEN="your-api-token"
export POLLINATIONS_REFERRER="https://your-domain.com"

# Then run the server
npx @pinkpixel/mcpollinations

方法 2：MCP 設定ファイル（env） MCP 設定を生成する際は、MCP クライアントがサーバープロセスに環境変数として渡せるよう、認証情報を env に設定してください：

{
  "mcpollinations": {
    "command": "npx",
    "args": ["-y", "@pinkpixel/mcpollinations"],
    "env": {
      "token": "your-api-token",
      "referrer": "your-app-or-domain"
    }
  }
}

代わりに POLLINATIONS_TOKEN と POLLINATIONS_REFERRER を指定することもできます。サーバーはどちらの形式も認識します。MCP 設定では、env 内に token と referrer を設定する方法を推奨します。

認証パラメーター

• token（任意）：アクセスを強化するための Pollinations API トークン
• referrer（任意）：ドメインまたはアプリケーションの参照元 URL

どちらのパラメーターも完全に任意です。無料プランを利用する場合は、空欄のままにするか、設定しないでください。

設定の使用

MCPollinations は、env に設定された MCP の設定をデフォルトとして尊重します。AI アシスタントにコンテンツの生成を依頼すると、次のように動作します。

• 設定済みのモデル、出力ディレクトリ、パラメーターが自動的に使用されます
• 上書きするには：別の設定を使用するよう AI に明確に指示します
  • 「kontext モデルを使って画像を生成して」
  • 「この画像を Desktop フォルダーに保存して」
  • 「このテキスト生成では温度を 1.2 にして」

指示の例：

• ✅ 「夕焼けの画像を生成して」→ 設定済みのモデルと出力ディレクトリを使用します
• ✅ 「flux モデルで夕焼けの画像を生成して」→ モデルのみを上書きします
• ✅ 「夕焼けの画像を生成して、C:\Pictures に保存して」→ 出力先のパスのみを上書きします

特定のリクエストで別の設定を明確に指定しない限り、設定が常に尊重されます。

トラブルシューティング

「AbortController is not defined」エラー

MCP サーバーの実行時にこのエラーが発生した場合：

ReferenceError: AbortController is not defined

これは通常、古いバージョンの Node.js（バージョン 16.0.0 未満）で実行していることが原因です。次のいずれかをお試しください。

1. Node.js を更新する（推奨）：

   • Node.js 16.0.0 以降に更新します

2. グローバルインストールを使用する

   • パッケージを最新バージョンに更新します：

   npm install -g @pinkpixel/mcpollinations
   # Run with npx
   npx @pinkpixel/mcpollinations
   

3. AbortController を手動でインストールする：

   • ポリフィルが何らかの理由で動作しない場合：

   npm install node-abort-controller
   

Node.js のバージョンを確認する

現在の Node.js のバージョンを確認するには：

node --version

バージョンが 16.0.0 未満の場合は、互換性を高めるためにアップグレードを検討してください。

利用可能なツール

MCP サーバーでは、次のツールを利用できます。

画像生成ツール

1. generateImageUrl - テキストプロンプトから画像 URL を生成します
2. generateImage - 画像を生成し、Base64 エンコードされたデータとして返します。また、デフォルトでファイルに保存します（PNG 形式）
3. editImage - 新機能！ テキストプロンプトに基づいて既存の画像を編集または変更します
4. generateImageFromReference - 新機能！ 既存の画像を参照画像として使用し、新しい画像を生成します
5. listImageModels - 画像生成に利用可能なモデルを一覧表示します

テキスト・音声ツール

6. respondText - テキストモデルを使用してプロンプトにテキストで応答します（パラメーターをカスタマイズ可能）
7. respondAudio - テキストプロンプトに対する音声の応答を生成します（音声パラメーターをカスタマイズ可能）
8. listTextModels - テキスト生成に利用可能なモデルを一覧表示します
9. listAudioVoices - 音声生成に利用可能なすべての音声を一覧表示します

テキスト生成の詳細

利用可能なパラメーター

respondText ツールでは、テキスト生成を細かく調整するために、いくつかのパラメーターを利用できます。

• model：利用可能なテキストモデルから選択します（現在の選択肢を確認するには listTextModels を使用します）
• temperature（0.0～2.0）：出力のランダム性を制御します
  • 低い値（0.1～0.7）＝より焦点が絞られ、決定論的になります
  • 高い値（0.8～2.0）＝より創造的でランダムになります
• top_p（0.0～1.0）：nucleus sampling によって多様性を制御します
  • 低い値＝可能性の高いトークンを重視します
  • 高い値＝より多くのトークン候補を考慮します
• system：モデルの振る舞いや個性を導くシステムプロンプトです

テキスト生成のカスタマイズ

// Example options for respondText
const options = {
  model: "openai",           // Model selection
  temperature: 0.7,          // Balanced creativity
  top_p: 0.9,               // High diversity
  system: "You are a helpful assistant that explains things clearly and concisely."
};

設定例

MCP の設定で env の下にデフォルト値を設定すると、サーバーで自動的に使用されます。

{
  "mcpollinations": {
    "env": {
      "TEXT_MODEL": "openai",
      "TEXT_TEMPERATURE": "0.7",
      "TEXT_TOP_P": "0.9",
      "TEXT_SYSTEM": "You are a helpful coding assistant."
    }
  }
}

画像から画像への生成（新機能！）

MCPollinations では、専用の 2 つのツールを使った強力な画像から画像への生成が可能になりました。

editImage ツール

既存の画像の変更に最適です。

• オブジェクトを削除：「この画像から猫を削除して」
• 要素を追加：「この場面に犬を追加して」
• 背景を変更：「背景を山に置き換えて」
• スタイルを変更：「照明をもっとドラマチックにして」

generateImageFromReference ツール

バリエーションや新しいスタイルの作成に最適です：

• スタイル変換：「この写真を絵画のようにしてください」
• 形式の変更：「これを漫画風のスタイルに変換してください」
• クリエイティブなバリエーション：「これの未来的なバージョンを作成してください」
• 芸術的な解釈：「これをスケッチのようにしてください」

対応モデル

• kontext：画像から画像へのタスクに最適化された専用モデル
• nanobanana：テキストから画像と画像から画像の両方の生成に対応する新しい Google モデル
• seedream：テキストから画像と画像から画像の両方の生成に対応する新しい ByteDance モデル

複数の参照画像：editImage と generateImageFromReference は、imageUrl に単一の URL または URL の配列を指定できます。サーバーは配列を、API で使用されるカンマ区切りの image パラメーターにエンコードします。順序が重要です。kontext は最初の画像のみを使用し、nanobanana は約 4 枚まで安全に処理でき、seedream は最大 10 枚に対応します。

重要：URL のみです。画像から画像へのツールには、一般にアクセス可能な HTTP(S) URL が必要です。この MCP サーバーでは、ローカルファイルパス、ファイルのアップロード、base64／データ URL はサポートされていません（ファイルをアップロードしません）。ローカル画像を使用する場合は、アクセス可能な場所（例：一時ファイルホスト、オブジェクトストレージ、リポジトリ内の raw リンク）にホストし、その URL を渡してください。

使用例

// Edit an existing image
const editResult = await editImage(
  "change the background to a sunset beach",
  "https://example.com/photo.jpg",
  "nanobanana"  // or "kontext", "seedream"
);

// Generate from reference
const referenceResult = await generateImageFromReference(
  "make this into a watercolor painting",
  "https://example.com/photo.jpg",
  "seedream"  // or "kontext", "nanobanana"
);

画像生成の詳細

デフォルトの動作

generateImage ツールを使用する場合：

• 画像はデフォルトで PNG ファイルとしてディスクに保存されます
• デフォルトの保存先は、MCP サーバーが実行されている現在の作業ディレクトリです
• デフォルトでは「flux」モデルが使用されます
• 画像ごとにデフォルトでランダムなシードが生成されます（バリエーションを確保します）
• 画像がファイルに保存されるかどうかにかかわらず、base64 エンコードされた画像データが常に返されます

画像生成のカスタマイズ

// Example options for generateImage
const options = {
  // Model selection (defaults to 'flux')
  // Available models: "flux", "turbo", "kontext", "nanobanana", "seedream"
  model: "flux",

  // Image dimensions
  width: 1024,
  height: 1024,

  // Generation options
  seed: 12345,  // Specific seed for reproducibility (defaults to random)
  enhance: true,  // Enhance the prompt using an LLM before generating (defaults to true)
  safe: false,  // Content filtering (defaults to false)

  // File saving options
  saveToFile: true,  // Set to false to skip saving to disk
  outputPath: "/path/to/save/directory",  // Custom save location
  fileName: "my_custom_name",  // Without extension
  format: "png"  // png, jpeg, jpg, or webp
};

画像の保存先

Claude または MCP サーバーを使用する別のアプリケーションを使う場合：

1. 画像は、Claude やクライアントアプリケーションのインストール先ではなく、MCP サーバーが実行されている現在の作業ディレクトリに保存されます。

2. MCP サーバーを特定のディレクトリから手動で起動した場合、画像はデフォルトでその場所に保存されます。

3. Claude Desktop が MCP サーバーを自動的に起動する場合、画像は Claude Desktop の作業ディレクトリ（通常はアプリケーションデータフォルダー）に保存されます。

💡 Windows ユーザー：Windows で確実にファイルを保存するには、MCP 設定で相対パスではなく絶対パスを使用してください（例：./mcpollinations-output ではなく C:\Users\YourName\Pictures\MCPollinations）。作業ディレクトリのコンテキストによっては、相対パスが想定どおりに解決されない場合があります。

生成した画像を見つける

• 画像生成後に Claude から返される応答には、画像の保存先である完全なファイルパスが含まれています
• outputPath パラメーターを使って、使い慣れた場所を指定できます
• ベストプラクティス：Pictures や Downloads など、簡単にアクセスできるフォルダーに画像を保存するよう Claude に依頼してください

一意のファイル名

MCP サーバーは、生成した画像に常に一意のファイル名を付け、既存のファイルを上書きしないようにします：

1. デフォルトのファイル名には以下が含まれます：

   • プロンプトをサニタイズしたバージョン（最初の 20 文字）
   • タイムスタンプ
   • ランダムなサフィックス

2. カスタムファイル名も保護されます：

   • ファイル名を指定し、同名のファイルがすでに存在する場合は、数字のサフィックスが自動的に追加されます
   • 例：sunset.png、sunset_1.png、sunset_2.png など

これにより、以前の画像を上書きする心配なく、同じプロンプトやファイル名で複数の画像を安全に生成できます。

Base64 データへのアクセス

ファイルに保存する場合でも、base64 エンコードされた画像データは常に返され、以下の用途に使用できます：

• Web ページへの埋め込み（<img src="data:image/png;base64,..." />）
• 他のサービスや API への受け渡し
• ファイルシステム操作を行わないメモリ内での処理
• データ URI に対応したアプリケーションでの表示

開発者向け

このパッケージをご自身のプロジェクトで使用する場合：

# Install as a dependency
npm install @pinkpixel/mcpollinations

# Import in your code
import { generateImageUrl, generateImage, repsondText, respondAudio, listTextModels, listImageModels, listAudioVoices } from '@pinkpixel/mcpollinations';