Fal

fal MCP 服务

一个用于与 fal.ai 模型和服务交互的模型上下文协议（MCP）服务。本项目的灵感来自 am0y's MCP 服务，但已更新为使用最新的流式 MCP 支持。

功能

• 列出所有可用的 fal.ai 模型
• 按关键词搜索特定模型
• 获取模型架构
• 使用任意 fal.ai 模型生成内容
• 支持直接执行和队列执行模型
• 队列管理（检查状态、获取结果、取消请求）
• 将文件上传到 fal.ai CDN
• 通过 HTTP 传输提供完整的流式支持

要求

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

安装

1. 克隆此仓库：

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

2. 安装所需的软件包：

# Using uv (recommended)
uv sync

# Or using pip
pip install fastmcp httpx aiofiles

使用方法

在本地运行服务

1. 从 fal.ai 获取 fal.ai API 密钥

2. 使用 HTTP 传输启动 MCP 服务：

./run_http.sh YOUR_FAL_API_KEY

服务启动后，会在终端中显示连接信息。

3. 在 LLM IDE（Claude Code 或 Cursor）中添加以下配置以连接：

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

开发模式（使用 MCP Inspector）

如需测试和调试，可以在开发模式下运行服务：

fastmcp dev main.py

此模式将：

• 在随机端口启动服务
• 在浏览器中打开 MCP Inspector 网页界面
• 允许你通过网页 UI 交互式测试所有工具

Inspector URL 将显示在终端中（通常为 http://localhost:PORT）。

环境变量

run_http.sh 脚本会自动为你处理所有环境变量。如需自定义：

• PORT：HTTP 传输的服务端口（默认值：6274）

永久设置 API 密钥

如果你希望永久设置 API 密钥，而不是每次都传入：

1. 在项目根目录创建 .env 文件：

echo 'FAL_KEY="YOUR_FAL_API_KEY_HERE"' > .env

2. 然后在不传入 API 密钥参数的情况下运行服务：

./run_http.sh

手动设置：

• FAL_KEY：你的 fal.ai API 密钥（必需）
• MCP_TRANSPORT：传输模式——stdio（默认）或 http

可用工具

• models(page=None, total=None) - 列出可用模型，可选分页
• search(keywords) - 按关键词搜索模型
• schema(model_id) - 获取指定模型的 OpenAPI 架构
• generate(model, parameters, queue=False) - 使用模型生成内容
• result(url) - 获取队列请求的结果
• status(url) - 检查队列请求的状态
• cancel(url) - 取消队列请求
• upload(path) - 将文件上传到 fal.ai CDN

许可证

MIT