FLORA

FLORA MCP 技能

帮助你的 Agent 使用 FLORA 完成实际工作的工作流 ——不只是访问工具。

FLORA 的 MCP 服务让任何 Agent 都能够生成图像、视频、音频和 文本，运行已保存的多步骤技巧，并读取和写入 FLORA 画布。这些是 基础能力。本仓库是判断层：何时使用哪种模型、需要注意什么、什么样的结果才算好，以及结果不理想时该怎么做。

技能会记录经过测试的工作流和实际观察结果。模型行为和工具可用性可能会变化；使用示例前，请检查已连接的服务。

FLORA 负责维护这些技能，并通过经过审核的拉取请求在此发布更新。

---

安装

只需一条命令。FLORA 的 MCP 服务托管在云端，通过 OAuth 验证身份，无需 API 密钥——首次调用时会打开浏览器供你登录。

Claude Code

claude mcp add --transport http flora https://agents.flora.ai/mcp

Codex

codex mcp add flora --transport http https://agents.flora.ai/mcp

Cursor、Windsurf、Zed 和其他 MCP 客户端——添加到你的 MCP 配置中：

{
  "mcpServers": {
    "flora": {
      "type": "http",
      "url": "https://agents.flora.ai/mcp"
    }
  }
}

Claude.ai（网页端和桌面端）——将其添加为自定义连接器：

1. 复制 https://agents.flora.ai/mcp
2. 前往 Settings → Connectors → Add custom connector (直接链接)
3. 粘贴、登录，然后开始生成

ChatGPT——FLORA 已在应用目录中；在那里启用即可。

然后添加技能

服务提供能力；技能则让你的 Agent 知道如何使用这些能力。

Claude Code——一条命令，同时安装技能和服务。 本仓库也是一个插件 市场，因此安装后会同时配置 MCP 服务 和 每项技能：

claude plugin marketplace add florafauna-ai/flora-mcp-skills
claude plugin install flora-mcp-skills@flora

其他 Agent——复制技能：

git clone https://github.com/florafauna-ai/flora-mcp-skills.git
cp -r flora-mcp-skills/skills/* .codex/skills/       # Codex
cp -r flora-mcp-skills/skills/* .cursor/rules/       # Cursor

Claude.ai——不支持插件安装，因此可选择以下三种方式之一。 claude plugin 仅适用于 Claude Code；在网页端和桌面端，需要手动添加技能。

如果经常使用 FLORA，可以创建一个 Project。 创建 Project，打开 Set custom instructions，然后粘贴所需技能的内容——例如 skills/flora-batch-generate/SKILL.md。该 Project 中的每次 聊天都会自动包含这项技能，无需反复粘贴。这是最可靠的方式，而且完全免费。

将其上传为 Skill，以便在多个 Project 中重复使用。 Claude.ai 接受压缩后的技能文件夹，而本仓库的目录结构已经符合要求——每项技能各有一个目录，里面包含一个 SKILL.md 文件。压缩所需的技能：

git clone https://github.com/florafauna-ai/flora-mcp-skills.git
cd flora-mcp-skills/skills && zip -r flora-batch-generate.zip flora-batch-generate

然后在 Claude 的设置中，前往技能/能力页面上传。从本仓库压缩，而不是下载预先构建的归档文件，可确保你始终获得最新版本。

或者直接在聊天中使用——请参阅下方的原始 URL 方式，无需任何设置， 在普通聊天中即可使用。

也可以完全不安装——直接让你的 Agent 使用某项技能：

Read https://raw.githubusercontent.com/florafauna-ai/flora-mcp-skills/main/skills/flora-batch-generate/SKILL.md
and follow it for these 5 products:

  PO-01  a matte black ceramic pour-over coffee dripper
  WB-04  a brushed steel insulated water bottle
  AP-09  a folded oatmeal linen apron
  CB-02  a walnut wood cutting board, rectangular
  SB-03  a stack of three speckled stoneware bowls

One consistent studio style across all five: seamless warm-grey backdrop,
soft softbox from camera left, subtle contact shadow, 85mm, centred, no props.

保持技能为最新状态

这个仓库会新增技能，也会根据实际测量结果修正已有技能中的错误。**这些更新不会自动同步给你。**已安装的插件只是一个固定快照——它不会告诉你有新技能，也会继续使用旧版本。是否更新由你决定，而不是自动发生。

**Claude Code — 两条命令，无需重新安装，也无需重新授权。**你的 MCP 连接不会受到影响：

claude plugin marketplace update flora
claude plugin update flora-mcp-skills

第一条命令刷新此仓库的市场列表；第二条命令获取新版本。如果跳过第一条，第二条就找不到任何新内容。更改会在下次会话中生效——插件会在启动时加载，因此之后请重启 Agent。

如果显示 already at the latest version，说明你确实已经是最新版本。 claude plugin list 会显示你当前使用的版本。

**其他 Agent — 重新复制。**没有更新命令，因此请重新拉取仓库并覆盖：

cd flora-mcp-skills && git pull
cp -r skills/* .codex/skills/        # Codex
cp -r skills/* .cursor/rules/        # Cursor

**Claude.ai — 重新粘贴或重新打包成 zip。**项目的自定义指令和上传的技能，都是添加时生成的快照。请再次粘贴当前的 SKILL.md，或从刚拉取的克隆仓库重新打包该文件夹并上传。

**原始 URL — 无需操作。**该路径始终提供 main，因此我们一推送，它就是最新版本。如果你想确认自己读到的是某项技能的最新版本，请使用此路径。

---

从这里开始：停止聊天，开始批量处理

你可以用 FLORA 的 MCP 服务做的、最有价值的一件事，就是别再把它当作聊天机器人，而要把它当作流水线。

一次发出一个请求，每个请求都等完成后再发下一个，这是 Agent 默认会采用的方式，也是使用该服务最慢的方式。FLORA 会并行运行生成任务。串行化完全发生在 Agent 这一侧。

在一个包含六项的真实批次中进行测量：同时发出，15.8 秒。同样六项依次运行：约 150 秒。成本相同，输出相同，耗时只有十分之一——而且列表越长，差距就按比例扩大。

**flora-batch-generate 是本仓库的旗舰技能。**如果你只读这里的一项内容，就读它。它可以将产品列表、多个营销活动变体、一组源图像或电子表格转换为一个并行批次，正确轮询状态，并明确告知你哪些项目失败以及原因。

---

按使用场景分类的技能

扩展规模 — 多个项目，统一处理方式

技能	适用场景
flora-batch-generate ★	你有一个列表——产品、SKU、营销活动变体、本地化版本、场景——并希望每一行生成一个采用统一风格的素材。支持并行提交、批次轮询、逐项变量、部分失败和重试分类。从这里开始。

优化 — 把一件事做好，不花冤枉钱

技能	使用场景
flora-refine-loop ★	第一个结果不对，你需要推动它达到具体目标——“还不太对”“更接近了，但 X 不对”。使用免费的视觉评审工具指出缺陷，修改提示词来修正，并在达到目标或缺陷不再变化时停止。一旦有人反复运行同一个提示词，只希望这次结果更好，就该使用它。

合成 — 为现有内容添加动画

技能	使用场景
flora-motion-compositor	主体已经存在——例如 UI 截图、徽标、产品照片或 Figma 导出图——而你需要为它制作真正的动态图形镜头：倾斜的 3D 屏幕、交错出现的文字、镜头运动、调色。不会生成任何内容；每个像素都来自文件或字体，因此文字清晰锐利、拼写准确，同一场景的两次渲染结果逐字节一致。根据 JSON 场景图渲染，每个镜头只需 $0，耗时约 12 秒，因此设计变更后重新渲染整部影片无需花费。

序列——从脚本到动态画面

技能	适用场景
flora-script-to-video	你有脚本或故事，想制作动画片段。采用带审批关卡的分阶段流程——脚本 → 镜头列表 → 风格一致的关键帧 → 动态效果——因为片段的成本是关键帧的 30–90 倍，所以必须在动画制作前发现并修正偏离预期的静帧。交付按顺序排列的片段 URL，而非剪辑完成的视频。

转换——你已有图像

技能	适用场景
flora-run-technique	你想将已保存的多步骤 FLORA 工作流应用到源图像——替换背景、重新布光、放大、替换模型、将草图渲染成成图。

重新排版——一个素材，适配所有版位

技能	适用场景
flora-video-resize	你有一段已完成的视频，需要适配各个版位的宽高比——9:16、16:9、4:5、1:1——且不能添加黑边，也不能因裁剪而丢失主体。它通过 FLORA 的视频转视频模型生成式地重新构图，同时保留源视频中的主体、服装、动作、光线、色调、屏幕文字和时长。
flora-image-resize	静态图像也可完成同样的任务。它通过 i2i-qwen-image-edit 将一张图像重新构图为其他比例，同时保留主体、道具、色彩和色调。明确说明它会重新渲染画面，而非扩展画面；因此，已获批准的素材应改用免费的 AR 操作添加留白。

呈现 — 将完成的作品制作成交付物

技能	适用场景
flora-mockup-deck	你已有完成的广告创意，需要将其应用到实际场景中——户外广告位、社交媒体尺寸适配，以及一份 A4 PDF，其中每个广告位旁都标注了简报。作品会原样复现，绝不重新生成。也可以直接使用文字简报，而非作品——例如“制作一套以鲜花为主题的广告活动方案”——并先生成主创意，多需一次生成。
flora-pdp-deck	你有一张产品照片——如果恰好还有模特照片就更好了——并需要一套可供购买的素材：棚拍图、模特展示图和 A4 方案。只需一张图片即可开始，并会明确说明一张图片能实现和不能实现的效果。

投放 — 一路直达广告平台

技能	适用场景
flora-brand-ad-pipeline	产品发布需要创意以及后续的一切工作——在锁定的品牌风格下生成创意，然后存入 Drive 归档，再托管到 Supabase，最后将 Meta Ads 创意设为暂停，留待人工处理。品牌是输入，而非指令：它保存在已保存的技法、参考图片和 brand.json 中，不会由 Agent 重新用文字转述。工作流状态保存在清单文件中，因此重新运行会修复问题，而不是创建重复项。

监测 — 让团队及时掌握动态

技能	适用场景
flora-trend-board	设计团队需要了解某个品类的动态——配色、廓形、材料、竞争对手发布的新品——但没人会看书面趋势报告。它会按计划扫描指定来源集，根据信号的传播速度而非听起来有多有趣来排序，并将生成的情绪板发布到团队日常使用的频道中。它还设有差异化规则，避免生成的 4 张情绪板看起来像同一张板的 4 个版本。

检查 — 发布前先评估

技能	适用场景
flora-brand-consistency-audit	一批素材单独看都可以接受，但整体上缺乏一致性，而且即将交付给客户、投放到广告平台或上传到 PDP。它会根据品牌的实际规范评估整组素材——品牌标识、调色板、处理方式、裁剪体系、组合标识、背景和输出规格——并为每项发现提供严重程度、证据和对应的修正建议。它会先查看整组素材，再查看单个素材，并对分层抽样进行细致审查，因为每张被检查的图片都会消耗一次视觉调用。

迭代 — 在现有基础上构建

技能	适用场景
flora-canvas-iterate	用户提到了现有项目或画布——“上周的主视觉图片”“Meridian 项目里有什么”——并希望修改而不是从头开始。
flora-open-project	你要开始处理某个特定画布的会话——通过工作区和项目 ID、粘贴的链接，或 FLORA 的“在 Agent 中打开”按钮。在运行环境内的浏览器（Claude Code Desktop、Cowork）中通过 flora_open_project 使用 WebMCP 登录画布，或回退到托管工具，然后读取画布并提供入门建议或两种继续方式。

★ = 旗舰技能，经过最多测试。

---

试试看

复制其中一条。技能会根据你的提问触发，而不是根据技能名称触发——你 无需输入技能名称。

flora-batch-generate

这是我们春季目录中的 24 款产品。为每款产品生成一张 PDP 图片—— 所有产品使用相同的摄影棚布景，无缝暖灰背景，柔和主光从镜头左侧照来。 先计算总费用，再开始生成。

把这句广告语改写成 12 个本地化版本，每个市场一个，整体美术风格保持一致。 市场信息见附件中的表格。

我有一个包含 40 个产品 URL 的文件夹。每个产品生成一张主视觉图片，光线保持一致。先告诉我费用。

flora-refine-loop

在纯黑色表面上生成一个白色陶瓷马克杯。杯柄朝右，从正上方垂直俯拍，画面中不要有其他物体。持续优化直到符合要求——最多 3 轮。

还不太对，再试一次。

(该技能应拒绝盲目重试，并询问“对”具体是什么意思。如果它只是重新生成，说明技能没有触发——这就是需要排查的问题。)

一张显示时间恰好为 4:37 的钟面照片。持续优化，直到指针正确。

(模型不擅长生成钟表指针。正确的做法是在实际修改提示词后，同一缺陷仍然存在时停止，并给你提供选项，而不是继续浪费轮次。)

flora-script-to-video

把这段剧本变成视频。所有镜头中的角色和光线保持一致。

内景。餐馆——夜晚。雨水打在窗户上。一名女子独自坐着喝咖啡。
她看了看手表。门开了。她抬起头。

为这个场景制作分镜并生成动画——6 个镜头，每个 5 秒，16:9。先给我看关键帧，再开始生成视频。

这是一个 30 秒的广告剧本和我们的品牌角色设定表。根据该参考制作关键帧，然后生成动画。请单独报价视频制作阶段。

flora-mockup-deck

把这张海报放到户外场景中做模拟图——我想看看它挂在墙上、公交站亭上之类的效果。还要制作社交媒体尺寸。

这张营销活动主视觉放到实际场景中会是什么样？要拍正面视角，而且不要改动作品。

为这则广告制作一套投放展示稿，并提供 1:1、4:5 和 9:16 的社交媒体尺寸。

为一朵花制作一套营销活动展示稿。

(没有附上作品，因此该技能会先制作海报——生成一次——给你查看，只有你确认后才会进行场景放置。它要避免的错误是四种不合适的场景放置，而且这些结果无法重新生成。)

flora-brand-ad-pipeline

这是我们的草莓新品发布项目——六个 SKU，按惯例处理。帮我做好投放准备，供我审核。

为新店开业制作广告组：生成、归档、托管，并让 Meta 创意保持暂停状态。

重新运行夏季营销活动——上次有两则广告没能发布到 Meta。

(清单才是关键：重新运行应该补齐缺失的两行，而不是重新生成并重新上传全部内容。)

flora-pdp-deck

这是我们的蜡烛照片。我需要用于产品页面的 PDP 照片，最后还要一份展示稿。

附上了产品照片和一张模特全身照。让她来展示产品，使用影棚背景，并去除品牌标识。

我只有这一张产品照片。你能从中实际做出什么？

(该技能应该明确说明：一张照片只能制作一张图，而不是四张——用一张参考图生成四个角度，只会得到四张几乎相同的图片，而且每张都会计费。如果它承诺提供完整的多角度套图，那就是漏洞。)

flora-run-technique

把这个产品放到干净的白色背景上。

让这张照片的光线与参考图片一致。

FLORA 实际上能对我已有的图片做些什么？

flora-canvas-iterate

我的 Meridian 项目里有什么？

调出我上周制作的主视觉图片，把它们调得暖一些——阴影里少一点蓝色。

展示我在这个项目里生成的内容，以及花费。

---

什么样的技能才算出色

标准由 flora-batch-generate 和 flora-mockup-deck 设定。两者有着相同的结构，而不是“工具说明”：

• 一条准则。 用一句话说明该技能要守护的不变量。 “N 个项目只需等待一次，而不是等待 N 次。” “提示词不变的重新运行，不算改进。” 如果你写不出这句话，该技能就还没准备好。
• 有据可查的数字。 265ms、3.45x、少计 17%、limit: 100。不要只说“快”“贵”或“通常能用”。
• 明确列出易踩的坑。 写下具体问题，以及它发生时的表现；曾让人白白花钱的失误，是这个仓库里最有价值的内容。
• 明确说明不会做什么。 清楚说明技能的边界，避免 Agent 在经过测试的范围之外自行发挥。

只给工具说明套一层薄薄的封装并没有用——Agent 已经能读取工具架构。真正有价值的是只有亲自运行过才能获得的判断力。

---

贡献

用户已经独立构建出一些最出色的 FLORA 工作流。 我们知道的有两个：

• Pedro Padilla 的 Agent 营销工作流——通过 MCP 服务而非画布驱动端到端营销活动。
• Will Bovill 的 Figma + FLORA 分镜工作流——从 Figma 提取画面，以此为参考进行生成，再将结果放回画板中。

这两者都不是从功能请求开始的。展示这类工作流正是本仓库存在的意义，这样后来者就不必再从头摸索。

如果你构建了可用的工作流，请提交给我们。标准就是上面的四条。请创建 issue 描述工作流或修正内容；维护者会进行审核，并在未来的更新中纳入获批的更改。

---

参考

• FLORA MCP 端点 — https://agents.flora.ai/mcp（可流式传输的 HTTP、OAuth）
• 工作流说明 — flora_discover_skills 会列出可用技能；传入技能名称即可加载其说明。
• API 和 SDK 文档 — docs.flora.ai。
• 通过技能调用 FLORA — 使用指定工具：flora_create_generations、 flora_list_generations、flora_run_technique、flora_list_models 等。 使用 { "generations": [...] } 创建 1–20 个生成任务；即使只有一个生成任务，也要使用包含单个元素的数组。 保留成功运行的 ID，并使用 { "run_ids": [...] } 轮询； 对于技术运行，还要包含 technique_id。只有在列出历史记录时才省略运行 ID。绝不要因为一次提交失败就重试整个批次。托管服务不再提供 execute 代码工具；flora_list_tools 会列出该连接提供的工具。

连接参考

运行工作流前，请检查已连接服务公布的工具列表和架构。 示例使用托管服务提供的复数形式生成工具；较旧的缓存目录需要刷新。

endpoint      https://agents.flora.ai/mcp   (streamable HTTP, Clerk OAuth)
API base      https://app.flora.ai/api/v1
SDK methods   generations.create · generations.list · generations.retrieve
              models.list · projects.create · assets.create
              techniques.runs.create · techniques.runs.retrieve

有两项并不存在、但很容易误用的功能：models.retrieve（应使用 models.list().find()）和 runs.action（应使用 flora_run_action 工具）。

FLORA 还提供了一个基于浏览器的 MCP 界面（WebMCP），可直接操作实时画布。 它使用不同且更丰富的工具词汇——flora_run_batch、 flora_get_batch_status、flora_get_generations、flora_edit_layers 等——而且 某些技能会明确区分这条调用路径。如果你要针对浏览器界面编写技能， 请单独检查其工具名称；它们不能与托管服务的工具互换使用。

数据与隐私

此插件由 Markdown 技能和对 FLORA 托管 MCP 服务的引用组成。它不包含钩子、后台进程，也不收集自身的遥测数据。

• 发送给 FLORA 的内容。 Claude 调用 FLORA 工具时，插件会将调用所需的内容发送到 https://agents.flora.ai/mcp：提示词、你提供的参考图像和文件、模型和技术选项，以及你要求其读取或更改的项目或画布内容。你通过 OAuth 使用自己的 FLORA 帐户登录；连接前不会发送任何内容。生成任务会使用你的 FLORA 帐户运行并计入该帐户的用量，结果会存储在你的 FLORA 工作区中，并由 media.flora.ai 提供。
• 保留在本地的内容。 flora-motion-compositor 包含一个可读的 Python 脚本 scripts/comp.py，它会在你的机器上使用 ffmpeg 渲染帧；对于 SVG 输入，还会使用无头 Chrome。该脚本不会发起网络请求。演示文稿技能也会以相同方式在本地使用无头 Chrome 渲染 HTML 和 PDF。
• 仅在你提出要求时使用的其他服务。 部分技能会介绍如何使用你已在用的工具完成操作，例如获取你指定的趋势来源（flora-trend-board）、将看板发布到团队频道，或在 Meta Ads Manager 中保留已暂停的广告 （flora-brand-ad-pipeline）。这些操作通过你自行设置的连接器或凭据执行；插件不附带这些服务。

FLORA 的隐私声明和 服务条款适用于发送给 FLORA 的数据。 如有疑问：提交 issue或 发送邮件至 [email protected]。

许可

MIT。请参阅 LICENSE。