Fal

fal MCP サーバー

fal.ai のモデルやサービスを操作するための Model Context Protocol（MCP）サーバーです。このプロジェクトは am0y の MCP サーバーに着想を得ていますが、最新の MCP ストリーミングサポートを使用するように更新されています。

特長

• 利用可能な fal.ai モデルをすべて一覧表示
• キーワードで特定のモデルを検索
• モデルのスキーマを取得
• 任意の fal.ai モデルを使ってコンテンツを生成
• モデルの直接実行とキュー実行の両方に対応
• キュー管理（ステータス確認、結果取得、リクエストのキャンセル）
• fal.ai CDN へのファイルアップロード
• HTTP トランスポート経由のフルストリーミングサポート

必要条件

• Python 3.12+
• fastmcp
• httpx
• aiofiles
• fal.ai API キー

インストール

1. このリポジトリをクローンします：

git clone https://github.com/derekalia/fal.git
cd fal

2. 必要なパッケージをインストールします：

# Using uv (recommended)
uv sync

# Or using pip
pip install fastmcp httpx aiofiles

使い方

サーバーをローカルで実行する

1. fal.ai から fal.ai API キーを取得します

2. HTTP トランスポートで MCP サーバーを起動します：

./run_http.sh YOUR_FAL_API_KEY

サーバーが起動し、接続情報がターミナルに表示されます。

3. 設定に以下を追加して、LLM IDE（Claude Code または Cursor）から接続します：

{
  "Fal": {
    "url": "http://127.0.0.1:6274/mcp/"
  }
}

開発モード（MCP Inspector を使用）

テストやデバッグには、開発モードでサーバーを実行できます：

fastmcp dev main.py

これにより、次の処理が行われます：

• サーバーをランダムなポートで起動
• ブラウザーで MCP Inspector のウェブインターフェースを起動
• ウェブ UI からすべてのツールを対話的にテスト可能

Inspector の URL はターミナルに表示されます（通常は http://localhost:PORT）。

環境変数

run_http.sh スクリプトがすべての環境変数を自動的に処理します。カスタマイズが必要な場合：

• PORT：HTTP トランスポート用のサーバーポート（デフォルト：6274）

API キーを永続的に設定する

API キーを毎回渡す代わりに、永続的に設定する場合：

1. プロジェクトのルートに .env ファイルを作成します：

echo 'FAL_KEY="YOUR_FAL_API_KEY_HERE"' > .env

2. 次に、API キー引数を指定せずにサーバーを実行します：

./run_http.sh

手動で設定する場合：

• FAL_KEY：fal.ai API キー（必須）
• MCP_TRANSPORT：トランスポートモード。stdio（デフォルト）または http

利用可能なツール

• models(page=None, total=None) - 利用可能なモデルをページネーション指定付きで一覧表示
• search(keywords) - キーワードでモデルを検索
• schema(model_id) - 特定のモデルの OpenAPI スキーマを取得
• generate(model, parameters, queue=False) - モデルを使ってコンテンツを生成
• result(url) - キューリクエストの結果を取得
• status(url) - キューリクエストのステータスを確認
• cancel(url) - キューリクエストをキャンセル
• upload(path) - fal.ai CDN にファイルをアップロード

ライセンス

MIT