mcpField
阶
阶跃星辰 MCP server

阶跃星辰 MCP server

ローカル
github.com/weidafengAI・エージェント126 週間前に更新

阶跃星辰 MCP server について

阶跃星辰 MCP serverは、StepFunオープンプラットフォームAPIを利用する、個人の学習・交流向けMCPサーバーです。テキスト、画像理解、画像生成、音声モデルの機能をMCPクライアントに提供します。

主な機能

  1. 01テキストモデルの呼び出し
  2. 02画像理解モデルの呼び出し
  3. 03テキスト画像生成モデルの呼び出し
  4. 04音声モデルの呼び出し

活用シーン

  1. 01MCPクライアントからテキストモデルを利用
  2. 02画像内容の分析
  3. 03テキストから画像を生成
  4. 04音声モデル機能の利用

MCP 対応

StepFun APIを利用したMCPサーバーとして、テキスト、画像理解、テキスト画像生成、音声モデルの機能をMCPクライアントに公開します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
"mcpServers": {
"StepFunMCP": {
"command": "uvx",
"args": [
"stepfun-mcp"
],
"env": {
"STEPFUN_API_KEY": "<STEPFUN_API_KEY>",
"STEPFUN_API_HOST": "<STEPFUN_API_HOST>",
"STEPFUN_MCP_BASE_PATH": "<STEPFUN_MCP_BASE_PATH>",
"STEPFUN_API_RESOURCE_MODE": "<STEPFUN_API_RESOURCE_MODE>"
}
}
}
}
起動コマンドuvx stepfun-mcp
設定が必要な環境変数
STEPFUN_API_KEYシークレット
STEPFUN_API_HOST
STEPFUN_MCP_BASE_PATH
STEPFUN_API_RESOURCE_MODE

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
pypistepfun-mcp

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

README(原文)English

プロジェクトの README より

この README の日本語訳はまだありません。以下は英語の原文です。日本語の紹介はページ上部をご覧ください。

阶跃星辰 MCP server

简介

本项目仅供个人学习交流使用。

根据阶跃星辰开放平台StepFun提供的各种模型能力,仿照MiniMax MCP的实现,开发了一个基于stepfun api 的 MCP server。

功能特性

  • 支持文本大模型调用
  • 支持视觉理解大模型调用
  • 支持文生图模型调用
  • 支持语音模型调用

快速开始

  1. 安装
pip install stepfun-mcp
# 或者
# git clone [email protected]:weidafeng/StepFunMCP.git
# pip install .
  1. 配置mcp server config

可参考:mcp_server_config_uvx_demo.json 或者 mcp_server_config_demo.json

{
  "mcpServers": {
    "StepFun": {
      "command": "stepfun-mcp",
      "args": [
      ],
      "env": {
        "STEPFUN_API_KEY": "YOUR_STEPFUN_API_KEY_HERE",
        "STEPFUN_API_HOST": "https://api.stepfun.com",
        "STEPFUN_MCP_BASE_PATH": "YOUR_OUTPUT_DIR", 
        "STEPFUN_API_RESOURCE_MODE": "local"
      }
    }
  }
}

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。