mcpField
F
Fal AI MCP Server

Fal AI MCP Server

ローカル
github.com/piebroメディア・デザイン478 週間前に更新

Fal AI MCP Server について

Fal AI MCP Serverは、fal.ai APIで画像や動画を生成するための基本的なサーバーです。fal.aiモデルをMCPクライアントから使いたい人や、ほかのエンドポイントに対応するよう拡張したい人向けです。

主な機能

  1. 01fal.ai APIによる画像生成
  2. 02fal.ai APIによる動画生成
  3. 03追加モデルとエンドポイントへの拡張

活用シーン

  1. 01MCPクライアントから画像を生成
  2. 02MCPクライアントから動画を生成
  3. 03ほかのfal.aiエンドポイント向けにサーバーを改修

MCP 対応

FAL_KEYを設定したサーバーを介して、fal.aiの画像・動画生成API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": {
"fal-ai-mcp-server-piebro": {
"command": "uvx",
"args": [
"fal-ai-mcp-server"
],
"env": {
"FAL_KEY": "<FAL_KEY>",
"SAVE_MEDIA_DIR": "<SAVE_MEDIA_DIR>"
}
}
}
}
起動コマンドuvx fal-ai-mcp-server
設定が必要な環境変数
FAL_KEYシークレット
SAVE_MEDIA_DIR

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
pypifal-ai-mcp-server

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。

詳細

Fal AI MCP サーバー

fal.ai API を使用して画像や動画を生成するための MCP(Model Context Protocol)サーバーです。 さまざまな fal.ai モデルや API エンドポイントに対応するよう、誰でも拡張できる最小限のサーバーです。

使用方法

uvをインストールし、uvxを使ってサーバーを MCP 設定に追加します。

{
    "name": "fal-ai-mcp-server",
    "command": "uvx",
    "args": [
        "fal-ai-mcp-server"
    ],
    "env": {
        "FAL_KEY": "your-key",
        "SAVE_MEDIA_DIR": "path/to/save/images"
    }
}

または、リポジトリをクローンし、ディレクトリを指定してuvを使用します。

{
    "name": "fal-ai-mcp-server",
    "command": "uv",
    "args": [
        "--directory",
        "path/to/root/dir/",
        "run",
        "main.py"
    ],
    "env": {
        "FAL_KEY": "your-key",
        "SAVE_MEDIA_DIR": "path/to/save/images"
    }
}

開発

テスト

リポジトリをクローンし、mcp-client-for-testingを使ってサーバーのツールをテストします。

uvx mcp-client-for-testing \
    --config '
    [
        {
            "name": "fal-ai-mcp-server",
            "command": "uv",
            "args": [
                "--directory", 
                "path/to/root/dir/", 
                "run", 
                "main.py"
            ],
            "env": {
                "FAL_KEY": "your-key",
                "SAVE_MEDIA_DIR": "path/to/save/images"
            }
        }
    ]
    ' \
    --tool_call '{"name": "echo_tool", "arguments": {"message": "Hello, world!"}}'
フォーマットとリンティング

コードのフォーマットとリンティングには Ruff を使用します。

uv run ruff format
uv run ruff check --fix
uv を使ったビルド

uv を使ってパッケージをビルドします。

uv build
新しいバージョンのリリース

パッケージの新しいバージョンを PyPI にリリースするには、新しい Git タグを作成してプッシュします。

  1. main ブランチにチェックアウトし、現在のバージョンを確認します。

    git checkout main
    git pull origin main
    git describe --tags
    
  2. 新しい Git タグを作成してプッシュします。

    git tag v0.2.0
    git push origin v0.2.0
    

新しいタグがプッシュされると、GitHub Actions のワークフローによってパッケージが自動的にビルドされ、PyPI に公開されます。 Python パッケージのバージョン番号は、Git タグから直接取得されます。

ライセンス

このプロジェクトは MIT ライセンスの下でライセンスされています。詳細については、LICENSEファイルをご覧ください。

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。