mcpField
M
mcp-face-transform

mcp-face-transform

远程服务
platform.acedata.cloud媒体与设计11 周前更新

关于 mcp-face-transform

mcp-face-transform 将 AceDataCloud Face Transform API 封装为 MCP 服务,供图像处理工作流使用。它提供面部关键点、修饰、属性变换、换脸、卡通化和活体检测;相关 API 目前处于 Alpha 阶段。

主要功能

  1. 01检测人脸关键点并支持多人脸
  2. 02平滑、美白、瘦脸和放大眼睛
  3. 03改变肖像年龄或性别特征
  4. 04将源人脸换到目标图像
  5. 05将肖像转换为卡通风格
  6. 06区分活体与照片

适用场景

  1. 01获取群像中多张脸的关键点
  2. 02调整肖像外观或年龄特征
  3. 03将人脸合成到目标图像
  4. 04检测图像是否来自活体拍摄

MCP 相关

作为 MCP 服务,它向 MCP 客户端提供 Face Transform API 的人脸检测与图像变换工具。支持托管 OAuth、API token 或本地 stdio 接入。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://face.mcp.acedata.cloud/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

安装包
pypimcp-face-transform2026.10.18.3

工具

详细介绍

MCP 人脸变换服务

一个 模型上下文协议(MCP)服务,提供 AceDataCloud 人脸变换 API:人脸关键点检测、美化、年龄/性别变换、人脸替换、卡通化和活体检测。

状态: 所有 Face API 目前均处于 Alpha 阶段。接口可能会有所调整。

功能

  • 关键点检测 — 每张人脸检测 90 多个标记点,支持多人脸
  • 美化 — 磨皮、美白、瘦脸、大眼
  • 年龄变换 — 让肖像变老或变年轻
  • 性别变换 — 替换人脸呈现出的性别特征
  • 人脸替换 — 将源人脸移到目标图像上(可选异步 Webhook)
  • 卡通化 — 将肖像渲染为动画/卡通风格
  • 活体检测 — 区分实时拍摄与打印照片/屏幕照片

连接方式:托管 OAuth、API 令牌或本地 stdio

托管端点为 https://face.mcp.acedata.cloud/mcp。为 MCP 客户端选择一种连接方式:

方式适用场景凭据设置
托管 OAuth客户端支持远程 MCP OAuth只需添加 URL,然后登录 AceDataCloud 并批准访问权限。无需将令牌粘贴到客户端配置中。
托管 API 令牌客户端无法完成 OAuth,或需要明确的集成凭据在 Authorization: Bearer … 标头中发送 AceDataCloud API 令牌。请将其保存在本地密钥存储或环境变量中。
本地 stdio客户端运行本地 MCP 进程安装 mcp-face-transform,并将 ACEDATACLOUD_API_TOKEN 传递给该进程。该进程仍会调用 AceDataCloud API。

托管服务会公布 OAuth 元数据和动态客户端注册(DCR)。DCR 注册的是客户端应用,而不是 API 密钥。 OAuth 会为你登录,客户端随后会发送生成的 Bearer 令牌;它可能会重复使用或为该账户创建 API 凭据。浏览器登录仍需要 AceDataCloud 账户。托管服务可能会按使用量计费:实际操作前,请查看当前服务文档和显示的价格。请勿同时为同一服务配置 OAuth 登录和固定的 Authorization 标头。

托管式 OAuth 示例
  • Claude 和 Claude Desktop 聊天: 在 Customize → Connectors → Add custom connector 中添加远程自定义连接器,输入 https://face.mcp.acedata.cloud/mcp,选择登录;如果 Claude 询问如何注册其 OAuth 客户端,请选择 Register automatically。完成授权。Claude Desktop 的本地 claude_desktop_config.json 是单独的配置步骤。Claude 连接器指南。
  • Claude Code: claude mcp add --transport http --scope user face https://face.mcp.acedata.cloud/mcp,然后运行 claude mcp login face。检查 /mcp。Claude Code MCP 指南。
  • Cursor: 添加远程服务,只需填写 https://face.mcp.acedata.cloud/mcp。对于项目,将下方条目合并到 <project>/.cursor/mcp.json;个人使用则使用 ~/.cursor/mcp.json。Cursor MCP 指南。
  • VS Code / Copilot: 运行 MCP: Add Server,选择 HTTP,输入 https://face.mcp.acedata.cloud/mcp,然后完成浏览器登录。新的便携式工作区配置使用 <project>/.mcp.json;下方的 VS Code 专用格式使用 <project>/.vscode/mcp.json 或用户配置文件。检查 MCP: List Servers。VS Code MCP 配置。
  • Codex: codex mcp add face --url https://face.mcp.acedata.cloud/mcp,然后运行 codex mcp login face。其用户设置位于 ~/.codex/config.toml。Codex 官方 MCP 指南。

Cursor 项目配置(OAuth):

{
  "mcpServers": {
    "face": {"url": "https://face.mcp.acedata.cloud/mcp"}
  }
}

VS Code 专用工作区配置(OAuth):

{
  "servers": {
    "face": {"type": "http", "url": "https://face.mcp.acedata.cloud/mcp"}
  }
}
托管 API 令牌
  1. 打开 Ace Data Cloud → Applications。登录,或先注册账号。
  2. 找到 General application。如果尚未创建,请选择 Initialize General Application。通用密钥可使用账号可用的服务;专用应用的密钥则仅限该应用的服务。请检查所需的服务/模型访问权限和当前价格。
  3. 从应用卡片中复制 API Key,或打开 Keys / Manage Keys → Create,为此集成创建单独的密钥。为密钥设置易于识别的名称,以便单独撤销或轮换。
  4. 创建密钥时,请检查 Expiration Time、Set Usage Limitation 和 Allowed APIs。仅启用所需的限制,并允许要调用的操作,然后点击 Create,再从密钥列表中复制令牌。查询任务不代表获准提交生成请求。请确认应用余额足以支付首次请求;任何试用额度以账号当前显示为准。
  5. 仅复制令牌值,不要包含引号、空格或 Bearer 。API Key / API Token 字段需要填写原始值;只有手动配置 HTTP Authorization 标头时才需要添加 Bearer 前缀。platform-... 账号管理令牌不能替代生成 API 密钥。

复制应用 API 密钥或打开 Manage Keys

创建带有可选限制的独立命名密钥

将密钥保存到客户端的凭据存储中,或保存到下方所示的环境变量中。切勿将其放入提示词、共享工作流、屏幕截图或 Git 提交中。如果身份验证失败,请先检查复制的完整值、应用/服务访问权限、有效期、使用限制和余额,再创建新密钥。

固定的 Bearer 标头会绕过 OAuth。如果标头无效,请先将其移除,再尝试浏览器登录;请妥善保管已保存的凭据。

对于 Claude Code,添加服务端时 shell 会展开令牌;请将已保存的用户 MCP 配置视为机密:

export ACEDATACLOUD_API_TOKEN='YOUR_API_TOKEN'
claude mcp add --transport http --scope user face https://face.mcp.acedata.cloud/mcp \
  --header "Authorization: Bearer $ACEDATACLOUD_API_TOKEN"

对于 Claude Code 项目配置,请在 <project>/.mcp.json 中填写变量引用,并在启动 Claude Code 的环境中设置该变量:

{
  "mcpServers": {
    "face": {
      "type": "http",
      "url": "https://face.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${ACEDATACLOUD_API_TOKEN}"}
    }
  }
}

Cursor 在 ~/.cursor/mcp.json 或未提交的项目配置中使用不同的环境变量语法:

{
  "mcpServers": {
    "face": {
      "url": "https://face.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${env:ACEDATACLOUD_API_TOKEN}"}
    }
  }
}

在 VS Code 中,运行 MCP: Open User Configuration,并合并此服务端及其屏蔽输入;${input:...} 适用于 VS Code 的用户/工作区格式,不能移植到 Agent Host 的 .mcp.json 格式:

{
  "inputs": [
    {"id": "acedata-face-token", "type": "promptString", "description": "AceDataCloud API token", "password": true}
  ],
  "servers": {
    "face": {
      "type": "http",
      "url": "https://face.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${input:acedata-face-token}"}
    }
  }
}

对于 Cline,请使用其 MCP 配置界面或 CLI 文件 ~/.cline/data/settings/cline_mcp_settings.json;其远程传输值为 streamableHttp。对于 JetBrains AI Assistant,请从 Settings → Tools → AI Assistant → Model Context Protocol (MCP) 添加远程 URL。对于 Zed,仅在使用 OAuth 时通过 context_servers 条目填写 URL,或添加本地 Bearer 标头。这些客户端使用不同的配置架构;请按照当前界面操作,不要复制其他客户端的 JSON。Cline · JetBrains · Zed。

本地 stdio

安装软件包,并为本地进程提供 API 令牌:

python -m pip install mcp-face-transform
export ACEDATACLOUD_API_TOKEN='YOUR_API_TOKEN'
mcp-face-transform

对于 Claude Desktop 本地 MCP,请将此条目合并到其开发者设置打开的文件中(macOS 上为 ~/Library/Application Support/Claude/claude_desktop_config.json)。uvx 需要将 uv 添加到 PATH:

{
  "mcpServers": {
    "face": {
      "command": "uvx",
      "args": ["mcp-face-transform"],
      "env": {"ACEDATACLOUD_API_TOKEN": "YOUR_API_TOKEN"}
    }
  }
}

请妥善保管此用户级文件。可自托管的 HTTP 服务使用 mcp-face-transform --transport http --port 8000;仅在具备适当网络和 TLS 控制措施时才公开访问。本地执行仍会调用 AceDataCloud API。

使用服务前的检查
  1. https://face.mcp.acedata.cloud/health 返回 {"status":"ok"} 仅表示端点可访问。
  2. 确认 MCP 客户端已加载工具。face_get_usage_guide 是参考工具,无法验证下游 API 的访问权限或余额。
  3. 查看当前服务文档后,使用文档中介绍的服务操作进行端到端检查。

对于 401,请检查客户端使用了哪种认证方式,以及令牌或 OAuth 会话是否有效。403 可能表示账户权限不足或内容审核未通过;请查看返回的错误信息。余额不足和下游服务故障需要分别诊断。工具已列出或任务已提交,并不能证明操作成功。

工具参考

工具描述
face_detect_keypoints检测每张脸的 90 个以上关键点(支持多张脸)。
face_beautify磨皮、美白、瘦脸和放大眼睛。
face_change_age让肖像显老或显年轻。
face_change_gender替换感知到的面部性别特征。
face_swap将源图像中的人脸移至目标图像(可选异步 webhook)。
face_cartoonize将肖像渲染为卡通/动画风格。
face_detect_liveness区分实时拍摄与打印照片/屏幕照片。
face_get_usage_guide简明的客户端工具使用参考。

示例

"Detect all faces in https://example.com/group.jpg and return their keypoints."
→ face_detect_keypoints(image_url="https://example.com/group.jpg")

"Lighten and smooth my portrait."
→ face_beautify(image_url="https://example.com/me.jpg", smoothing=15, whitening=25)

"Replace the face in the scene with the headshot."
→ face_swap(
    source_image_url="https://example.com/headshot.jpg",
    target_image_url="https://example.com/scene.jpg",
  )

Claude Desktop / Claude Code 配置

{
  "mcpServers": {
    "face-transform": {
      "command": "uvx",
      "args": ["mcp-face-transform"],
      "env": {
        "ACEDATACLOUD_API_TOKEN": "your_api_token_here"
      }
    }
  }
}

或者使用带 bearer 认证的托管端点:

{
  "mcpServers": {
    "face-transform": {
      "url": "https://face.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer your_api_token_here"
      }
    }
  }
}

开发

pip install -e ".[dev,test]"
pytest --cov=core --cov=tools
ruff check .

服务详情

服务详情

许可证

MIT — 参见 LICENSE。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。