mcpField
T
topaz-mcp

topaz-mcp

ローカル
github.com/runapi-aiメディア・デザイン01 週間前に更新

topaz-mcp について

topaz-mcp は、Topaz で画像や動画をアップスケールする AI エージェント向けの RunAPI MCP サーバーです。タスク作成と結果確認に加え、モデル料金を照会できます。

主な機能

  1. 01画像アップスケールタスクを作成
  2. 02動画アップスケールタスクを作成
  3. 03タスク状態と出力の取得
  4. 04モデルとエンドポイントの料金照会

活用シーン

  1. 01画像をアップスケール
  2. 02動画をアップスケール
  3. 03タスク送信前に料金を確認

MCP 対応

MCP 対応ホストに Topaz の画像・動画アップスケール、タスク照会、料金照会ツールを提供します。料金照会は認証不要で、タスク操作にはログインまたは API キーが必要です。

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": {
"runapi-builder-topaz": {
"command": "npx",
"args": [
"-y",
"@runapi.ai/topaz-mcp"
],
"env": {
"RUNAPI_API_KEY": "<RUNAPI_API_KEY>"
}
}
}
}
起動コマンドnpx -y @runapi.ai/topaz-mcp
設定が必要な環境変数
RUNAPI_API_KEYシークレットOptional RunAPI API key for headless hosts. Interactive MCP hosts can use the login tool, which writes shared RunAPI config.

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
npm@runapi.ai/topaz-mcp0.2.1

ツール

5

掲載時のツール一覧 · 1 週間前に更新

パラメーター型必須説明
forcebooleanいいえ現在の認証情報がローカル設定ファイルに由来する場合、ブラウザーログインを再実行します。

詳細

RunAPI Topaz MCP サーバー

AI エージェントから Topaz API にアクセスできます。画像や動画の生成処理を実行し、非同期処理の結果を確認し、料金を調べられる、目的を絞った MCP サーバーです。

Claude Code、Codex、Cursor、Windsurf、VS Code、Roo Code、およびあらゆる MCP 互換ホストで動作します。

npm のバージョン GitHub リポジトリ Apache-2.0 ライセンス MCP サーバー 2 つのモデル

インストール | ツール | モデル | エージェント向けプロンプト | 設定 | リンク


このパッケージを選ぶ理由

@runapi.ai/topaz-mcp は、RunAPI の Topaz モデルシリーズに特化した Model Context Protocol サーバーです。 MCP 互換アシスタントから、RunAPI のカタログ全体を読み込まずに 2 つのエンドポイントと 2 種類のモデルへ直接アクセスできます。

エージェントの対象を Topaz に限定したい場合は、このモデル別サーバーを使用してください。1 つのアシスタントで RunAPI のすべてのモデルシリーズを検出したい場合は、@runapi.ai/mcp を使用してください。


インストール

Claude Code に追加します。

claude mcp add topaz -s user -- npx -y @runapi.ai/topaz-mcp

サーバーをリポジトリ内で共有する場合は、プロジェクトスコープを使用してください。

claude mcp add topaz -s project -- npx -y @runapi.ai/topaz-mcp

Codex、Cursor、Windsurf、VS Code、Roo Code、およびその他の MCP ホストでも、同じ stdio コマンドを使用できます。

{
  "mcpServers": {
    "topaz": {
      "command": "npx",
      "args": ["-y", "@runapi.ai/topaz-mcp"]
    }
  }
}

check_pricing はサインイン前でも動作します。タスクの作成とステータスの確認には、アシスタントに login ツールを呼び出すよう依頼してください。ブラウザーでログイン画面が開き、runapi login が使用するものと同じ ~/.config/runapi/config.json に認証情報が保存されます。 ヘッドレス環境や CI ホストでは、MCP ホストの起動前に RUNAPI_API_KEY を設定することもできます。

Claude、Cursor、Windsurf、VS Code、Roo Code 向けのすぐに使える例は、examples/ にあります。


ツール

ツール認証用途
upscale_image必要Topaz の画像アップスケールタスクを作成し、必要に応じて最終ステータスまで待機します。タスク ID、ステータス、出力 URL を返します。
upscale_video必要Topaz の動画アップスケールタスクを作成し、必要に応じて最終ステータスまで待機します。タスク ID、ステータス、出力 URL を返します。
get_task必要既存タスクの現在のステータスと最新のペイロードを取得します。
check_pricing不要Topaz のモデルとエンドポイントの最新料金を確認します。

モデル

Topaz は 2 つのエンドポイントで 2 種類のモデルを提供しています。各ツールでは、対応するモデルを使用できます。

ツールモデル
upscale_imagetopaz-upscale-image
upscale_videotopaz-upscale-video

モデルの提供状況はリリースによって変わる場合があります。最新のカタログを確認するには、check_pricing またはTopaz モデルページを使用してください。


エージェント向けプロンプト

自然な言葉でアシスタントに依頼できます。料金を確認し、タスクを作成して、タスク ID と出力 URL を返します。

タスクを作成する
Run a Topaz upscale image task with RunAPI.

アシスタントは check_pricing を呼び出してから upscale_image を実行し、タスク ID、ステータス、出力 URL を返します。

待たずに送信する
Create the task but don't wait for it to finish.

アシスタントは wait: false を指定して作成ツールを呼び出し、タスク ID を返します。後から get_task で状況を確認してください。

作成前に料金を確認する
Check current Topaz pricing, then create the task if it matches my request.

アシスタントは check_pricing を呼び出し、正式なカタログ項目へのリンクとしてTopaz モデルページを案内できます。


設定

サーバーは次の順序で認証情報を解決します。

  1. RUNAPI_API_KEY 環境変数。ヘッドレス環境や CI ホストで便利です
  2. ~/.config/runapi/config.json。MCP の login ツールまたは runapi login によって作成されます
  3. キーなし。この場合も check_pricing は使用できます

設定ファイルは通常、ログインによって管理されます。事前に設定されたヘッドレス環境用の設定ファイルでは、次のように指定できます。

{
  "apiKey": "your_runapi_key"
}

実際の API キーをコミットしないでください。


リンク

リソースURL
Topaz モデルページhttps://runapi.ai/models/topaz
npm パッケージ@runapi.ai/topaz-mcp
GitHub リポジトリrunapi-ai/topaz-mcp
RunAPI MCP の概要runapi.ai/mcp
RunAPI ドキュメントrunapi.ai/docs

ライセンス

Apache License, Version 2.0 の下でライセンスされています。

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。