mcpField
F
Flux Image Generator

Flux Image Generator

本地服务
github.com/frankdeno开发工具184 周前更新

关于 Flux Image Generator

Flux Image Generator 是通过 Black Forest Lab 的 FLUX 模型生成图像的 MCP 服务,支持单张或批量生成,并可调整图像设置及保存到本地。

主要功能

  1. 01根据文本提示词生成图像
  2. 02调整尺寸和安全设置
  3. 03优化提示词并指定随机种子
  4. 04批量生成图像
  5. 05将生成图像保存到本地

适用场景

  1. 01根据描述性提示词制作图像
  2. 02从提示词列表批量生成图像
  3. 03调整输出尺寸和安全容忍度

MCP 相关

它向 MCP 客户端提供 generateImage、quickImage 和 batchGenerateImages 工具,用于通过 FLUX 生成图像。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

FLUX 图像生成器 MCP 服务

一个使用 Black Forest Lab 的 FLUX 模型生成图像的 MCP(Model Context Protocol)服务。使用最新的 MCP SDK(v1.7.0)。

功能

  • 根据文本提示词生成图像
  • 自定义图像尺寸、提示词增强和安全设置
  • 在本地保存生成的图像
  • 根据多个提示词批量生成图像

前置条件

  • Node.js(v18.0.0 或更高版本)
  • Black Forest Lab API 密钥(前往 https://api.bfl.ml 获取)

安装

从源代码安装
  1. 克隆此仓库
  2. 安装依赖:
npm install
  1. 根据 .env.example 创建 .env 文件,并添加 Black Forest Lab API 密钥:
BFL_API_KEY=your_api_key_here
  1. 构建项目:
npm run build
使用 npm
npm install -g @modelcontextprotocol/server-flux-image-generator

用法

启动 MCP 服务

使用以下命令启动服务:

npm start

在开发环境中启用自动重新编译:

npm run watch
与 MCP 客户端集成

若要将此服务与 MCP 客户端(例如 Claude)配合使用,请将以下内容添加到客户端的配置中:

{
  "mcpServers": {
    "flux-image-generator": {
      "command": "mcp-server-flux-image-generator",
      "env": {
        "BFL_API_KEY": "your_api_key_here"
      }
    }
  }
}

可用工具

generateImage

根据文本提示词生成图像,并提供可自定义的设置。

参数:

  • prompt(字符串,必填):要生成图像的文本描述
  • width(数字,可选,默认值:1024):图像宽度(像素)
  • height(数字,可选,默认值:1024):图像高度(像素)
  • promptUpsampling(布尔值,可选,默认值:false):通过增强提示词来提升细节
  • seed(数字,可选):用于复现结果的随机种子
  • safetyTolerance(数字,可选,默认值:3):内容审核容忍度(1-5)

示例:

{
  "prompt": "A serene lake at sunset with mountains in the background",
  "width": 1024,
  "height": 768,
  "promptUpsampling": true,
  "seed": 12345,
  "safetyTolerance": 3
}
quickImage

一个简化的工具,可使用默认设置快速生成图像。

参数:

  • prompt(字符串,必填):要生成图像的文本描述

示例:

{
  "prompt": "A futuristic cityscape with flying cars"
}
batchGenerateImages

根据提示词列表生成多张图像。

参数:

  • prompts(字符串数组,必填):文本提示词列表(最多 10 个)
  • width(数字,可选,默认值:1024):图像宽度
  • height(数字,可选,默认值:1024):图像高度

示例:

{
  "prompts": [
    "A serene lake at sunset",
    "A futuristic cityscape",
    "A magical forest with glowing plants"
  ],
  "width": 1024,
  "height": 768
}

输出格式

所有工具均以以下格式返回响应:

{
  "image_url": "https://storage.example.com/generated_image.jpg",
  "local_path": "/path/to/output/flux_1234567890.png"
}

发生错误时:

{
  "error": true,
  "message": "Error description"
}

批量工具返回:

{
  "total": 3,
  "successful": 2,
  "failed": 1,
  "results": [
    {
      "prompt": "A serene lake at sunset",
      "success": true,
      "image_url": "https://storage.example.com/image1.jpg",
      "local_path": "/path/to/output/flux_batch_1234567890_0.png"
    },
    {
      "prompt": "A futuristic cityscape",
      "success": true,
      "image_url": "https://storage.example.com/image2.jpg",
      "local_path": "/path/to/output/flux_batch_1234567890_1.png"
    },
    {
      "prompt": "Prohibited content",
      "success": false,
      "error": "Content policy violation"
    }
  ]
}

许可证

MIT

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。