mcpField
M
mcp-flux-pro

mcp-flux-pro

远程服务
platform.acedata.cloud媒体与设计31 周前更新

关于 mcp-flux-pro

mcp-flux-pro 是通过 AceDataCloud 使用 Flux 模型生成和编辑图像的 MCP 服务,面向兼容 MCP 的客户端。它提供任务跟踪、模型指导,并支持托管 HTTP 或本地 stdio 连接。

主要功能

  1. 01根据文本提示生成图像
  2. 02使用 Flux Kontext 编辑现有图像
  3. 03跟踪单个及批量生成任务
  4. 04列出模型和可用工具
  5. 05支持托管 HTTP 或本地 stdio

适用场景

  1. 01根据文本提示创建图像
  2. 02通过提示词修改现有图像
  3. 03查看异步图像任务的进度

MCP 相关

向 MCP 客户端提供图像生成、编辑、模型与操作列表以及任务状态工具。支持托管 HTTP 和本地 stdio 连接。

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://flux.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-flux-pro2026.10.18.3

工具

详细介绍

FluxMCP

PyPI version PyPI downloads CI License: MIT MCP Python 3.10+

一个基于 AceDataCloud 平台,通过 Flux 进行 AI 图像生成和编辑的 Model Context Protocol (MCP) 服务。

可直接在 Claude、Cursor 或任何兼容 MCP 的客户端中,使用 Flux 模型(flux-dev、flux-pro、flux-kontext)生成和编辑精彩的 AI 图像。

功能特性

  • 图像生成 - 使用 6 种 Flux 模型,根据文本提示词生成图像
  • 图像编辑 - 使用具备上下文感知能力的 Flux Kontext 模型编辑现有图像
  • 任务管理 - 跟踪异步生成任务并批量查询状态
  • 模型指南 - 内置模型选择和提示词编写指南
  • 双传输模式 - stdio(本地)和 HTTP(远程/云端)模式
  • 支持 Docker - 容器化部署,附带 K8s 部署清单
  • 安全 - HTTP 模式下采用 Bearer token 身份验证,并为每个请求隔离处理

工具参考

工具描述
flux_generate_image使用 Flux 根据文本提示词生成 AI 图像。
flux_edit_image使用 Flux 和文本提示词编辑现有图像。
flux_list_models列出所有可用的 Flux 模型及其功能。
flux_list_actions列出所有可用的 Flux 工具及其使用场景。
flux_get_task查询 Flux 图像生成任务的状态和结果。
flux_get_tasks_batch一次查询多个 Flux 图像生成任务。

连接方式:托管 OAuth、API token 或本地 stdio

托管端点为 https://flux.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。无需将 token 粘贴到客户端配置中。
托管 API token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 token。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-flux-pro,并将 ACEDATACLOUD_API_TOKEN 传递给该进程。该进程仍会调用 AceDataCloud API。

托管服务提供 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 会让你登录,客户端随后会发送生成的 Bearer token;它可能会为该账户复用或创建 API 凭据。通过浏览器登录仍需要 AceDataCloud 账户。托管服务可能按用量计费:执行实际操作前,请查看当前服务文档和显示的价格。同一服务不要同时配置 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://flux.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 需要单独配置。Claude 连接器指南。
  • Claude Code: 运行 claude mcp add --transport http --scope user flux https://flux.mcp.acedata.cloud/mcp,然后运行 claude mcp login flux。检查 /mcp。Claude Code MCP 指南。
  • Cursor: 添加远程服务,只需填写 https://flux.mcp.acedata.cloud/mcp。项目配置请将下面的条目合并到 <project>/.cursor/mcp.json;个人使用请配置 ~/.cursor/mcp.json。Cursor MCP 指南。
  • VS Code / Copilot: 运行 MCP: Add Server,选择 HTTP,输入 https://flux.mcp.acedata.cloud/mcp,然后完成浏览器登录。新的可移植工作区配置使用 <project>/.mcp.json;下面的 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 设置。
  • Codex: 运行 codex mcp add flux --url https://flux.mcp.acedata.cloud/mcp,然后运行 codex mcp login flux。用户设置位于 ~/.codex/config.toml。Codex 官方 MCP 指南。

Cursor 项目配置(OAuth):

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

VS Code 专用工作区配置(OAuth):

{
  "servers": {
    "flux": {"type": "http", "url": "https://flux.mcp.acedata.cloud/mcp"}
  }
}
托管 API 令牌
  1. 打开 Ace Data Cloud → 应用程序。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;专用应用的密钥仅限用于其对应服务。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,方便单独撤销或轮换。
  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。查询任务并不代表有权提交生成请求。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 字段需要此原始值;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

创建单独命名且可选带有限制的密钥

将密钥保存在客户端的凭据存储中,或存入下方所示的环境变量。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,再创建其他密钥。

固定的 Bearer 标头会绕过 OAuth。如果标头无效,请在尝试浏览器登录前将其移除;请对保存的凭据保密。

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

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

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

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

在 VS Code 中,运行 MCP: Open User Configuration,并合并此服务及其掩码输入;${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-flux-token", "type": "promptString", "description": "AceDataCloud API token", "password": true}
  ],
  "servers": {
    "flux": {
      "type": "http",
      "url": "https://flux.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${input:acedata-flux-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,OAuth 只需使用包含 URL 的 context_servers 条目,或者添加本地 Bearer 标头。这些客户端的配置架构各不相同;请遵循其当前界面,而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-flux-pro
export ACEDATACLOUD_API_TOKEN='YOUR_API_TOKEN'
mcp-flux-pro

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": {
    "flux": {
      "command": "uvx",
      "args": ["mcp-flux-pro"],
      "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-flux-pro --transport http --port 8000;仅在具备适当网络和 TLS 控制措施的情况下将其公开。本地执行仍会调用 AceDataCloud API。

使用服务前请先检查
  1. https://flux.mcp.acedata.cloud/health 返回 {"status":"ok"} 仅能检查端点是否可访问。
  2. 确认 MCP 客户端已加载工具。flux_list_models 是参考工具;它无法验证下游 API 访问权限或余额。
  3. 如果需要完整的 API 检查,请先查看当前服务文档和显示的价格,然后使用你自己的有效输入调用 flux_generate_image。如果结果中包含任务 ID,请使用同一 ID 调用 flux_get_task,直至任务成功或失败。请勿仅为检查进度而重新提交操作。

如果遇到 401,请检查客户端使用了哪种身份验证方式,以及令牌或 OAuth 会话是否有效。403 可能表示账户权限问题或内容审核失败;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排查。工具已列出或任务已提交,并不能证明已成功获得结果。

可用工具

工具描述
flux_generate_image使用所选模型根据文本提示词生成图像
flux_edit_image使用文本指令编辑现有图像
flux_get_task查询单个生成任务的状态
flux_get_tasks_batch一次查询多个任务的状态
flux_list_models列出所有可用的 Flux 模型及其功能
flux_list_actions显示所有工具和工作流示例

可用提示词

提示词描述
flux_image_generation_guide选择合适工具和模型的指南
flux_prompt_writing_guide撰写有效提示词的最佳实践
flux_workflow_examples常见工作流模式和示例

支持的模型

模型质量速度尺寸格式适用场景
flux-dev良好快像素(256-1440px)快速原型设计
flux-pro高中等像素(256-1440px)生产用途
flux-kontext-pro高中等宽高比图像编辑
flux-kontext-max最高较慢宽高比复杂编辑
flux-2-flex高快宽高比Flux 2 均衡画质
flux-2-pro更高中等宽高比Flux 2 生产用途
flux-2-max最高较慢宽高比Flux 2 最高画质
flux-2-klein良好快宽高比Flux 2 高效输出

使用示例

生成图像
"Generate a photorealistic mountain landscape at golden hour"
→ flux_generate_image(prompt="...", model="flux-2-max", size="16:9")
编辑图像
"Add sunglasses to the person in this photo"
→ flux_edit_image(prompt="Add sunglasses", image_url="https://...", size="1:1", model="flux-kontext-pro")
检查任务状态
"What's the status of my generation?"
→ flux_get_task(task_id="...")

环境变量

变量必填默认值说明
ACEDATACLOUD_API_TOKEN是(stdio)—AceDataCloud 的 API 令牌
ACEDATACLOUD_API_BASE_URL否https://api.acedata.cloudAPI 基础 URL
ACEDATACLOUD_OAUTH_CLIENT_ID否—OAuth 客户端 ID(托管模式)
ACEDATACLOUD_PLATFORM_BASE_URL否https://platform.acedata.cloud平台基础 URL
FLUX_REQUEST_TIMEOUT否1800请求超时时间(秒)
MCP_SERVER_NAME否fluxMCP 服务名称
LOG_LEVEL否INFO日志级别

开发

设置
git clone https://github.com/AceDataCloud/FluxMCP.git
cd FluxMCP
pip install -e ".[all]"
cp .env.example .env
# Edit .env with your API token
代码检查与格式化
ruff check .
ruff format .
mypy core tools main.py
测试
# Unit tests
pytest --cov=core --cov=tools

# Skip integration tests
pytest -m "not integration"

# With coverage report
pytest --cov=core --cov=tools --cov-report=html
Git 钩子
git config core.hooksPath .githooks

API 参考

此 MCP 服务使用 AceDataCloud Flux API:

  • POST /flux/images — 生成或编辑图像
  • POST /flux/tasks — 查询任务状态(单个或批量)

完整 API 文档:platform.acedata.cloud

文档

文档

许可证

MIT 许可证 — 详情请参阅 LICENSE。

链接

FLUX 3 视频

使用 flux_generate_video,并为 t2v、i2v、v2v 或 draft_enhance 提供结构化的 request。例如:{"mode":"t2v","prompt":"Waves at sunset","duration":5,"resolution":"hd","generate_audio":false}。图像模式需要 keyframes;视频模式需要 start_video。草稿增强使用自有平台的 draft_task_id,并要求临时草稿缓存仍然可用。

视频生成使用 POST /flux/videos,其中 action=generate(默认),mode=t2v/i2v/v2v/draft_enhance。每种生成模式都接受各自的字段。默认情况下,工具会异步返回任务 ID;使用 flux_get_task 获取最终视频。在请求中设置 async=false 可同步等待。

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。