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
- 01根据文本提示词生成图像
- 02调整尺寸和安全设置
- 03优化提示词并指定随机种子
- 04批量生成图像
- 05将生成图像保存到本地
适用场景
- 01根据描述性提示词制作图像
- 02从提示词列表批量生成图像
- 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。
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
- 克隆此仓库
- 安装依赖:
npm install
- 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
- 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
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。