mcpField
F
Flux ImageGen MCP Server

Flux ImageGen MCP Server

本地服务
github.com/falahgs媒体与设计480 周前更新

关于 Flux ImageGen MCP Server

Flux ImageGen MCP Server 基于 Pollinations AI 提供图像生成能力,供需要生成图像链接或保存图像的 MCP 客户端使用,并可列出可用模型。

主要功能

  1. 01根据文本提示词生成图像
  2. 02生成图像链接
  3. 03将生成图像保存到指定路径
  4. 04列出可用图像模型
  5. 05配置尺寸和生成选项

适用场景

  1. 01根据文本提示词生成图像
  2. 02将生成的图像保存到指定位置

MCP 相关

该 MCP 服务提供生成图像链接、生成并保存图像以及列出可用图像模型的工具。

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 ImageGen MCP Server

由 Pollinations AI 提供支持的专业图像生成与处理模型上下文协议(MCP)服务。

开发者

  • 作者:Falah.G.Salieh
  • 版权:© 2025 保留所有权利

概览

ImageGen MCP Server 是一个精简的服务实现,通过模型上下文协议(MCP)提供强大的图像生成能力。该服务专注于三项核心功能:

  1. 图像 URL 生成
  2. 直接生成图像
  3. 模型列表与管理

功能

  • 🖼️ 图像生成:根据文本提示词创建精美图像
  • 🎨 多种模型:支持多种图像生成模型
  • 🔧 灵活配置:易于设置和自定义
  • 🚀 高性能:针对快速响应时间进行优化
  • 🔄 兼容 MCP:完全符合模型上下文协议

安装

# Clone the repository
git clone https://github.com/yourusername/flux-imagegen-mcp-server.git

# Install dependencies
npm install

配置

Claude Desktop 配置

要在 Claude Desktop 中使用此服务,请更新以下路径中的配置文件: C:\Users\[YourUsername]\AppData\Roaming\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "mcpollinations": {
      "command": "cmd",
      "args": [
        "/c",
        "node",
        "PATH_TO_YOUR_SERVER\\server.js"
      ],
      "tools": [
        "generateImageUrl",
        "generateImage",
        "listImageModels"
      ]
    }
  }
}

将 PATH_TO_YOUR_SERVER 替换为实际的服务路径。

可用工具

1. 生成图像 URL(generateImageUrl)

根据文本提示词生成图像 URL。

{
  "prompt": "A beautiful sunset over mountains",
  "model": "flux",  // optional, defaults to 'flux'
  "width": 1024,    // optional
  "height": 1024,   // optional
  "enhance": true,  // optional
  "safe": false     // optional
}
2. 生成图像(generateImage)

根据文本提示词直接生成并保存图像。

{
  "prompt": "A serene lake reflecting mountains",
  "model": "flux",
  "width": 1024,
  "height": 1024,
  "enhance": true,
  "safe": false,
  "outputPath": "./output",
  "fileName": "mountain_lake",
  "format": "png"
}
3. 列出图像模型(listImageModels)

返回可用图像生成模型的列表。

// Example response:
{
  "models": [
    {
      "id": "flux",
      "name": "Flux",
      "description": "Default image generation model"
    },
    // ... other models
  ]
}

运行服务

# Start the server
node server.js

环境要求

  • Node.js >= 16.0.0
  • NPM >= 7.0.0
  • 兼容 Windows/Linux/MacOS

开发

如需贡献或修改此服务:

  1. 复刻此仓库
  2. 创建功能分支
  3. 进行更改
  4. 提交拉取请求

错误处理

服务会针对常见问题提供详细的错误消息:

{
  "error": {
    "code": "ERROR_CODE",
    "message": "Human-readable error message",
    "details": { /* Additional error details */ }
  }
}

示例

基本图像生成
// Generate an image URL
const response = await generateImageUrl({
  prompt: "A futuristic city at night",
  model: "flux",
  width: 1024,
  height: 1024
});

// Generate and save an image
const image = await generateImage({
  prompt: "A peaceful garden with butterflies",
  outputPath: "./images",
  fileName: "garden_scene"
});
图像下载示例
// Download an image from URL
const downloadResult = await downloadImage({
  imageUrl: "https://example.com/image.jpg",
  fileName: "downloaded-image",
  format: "png"
});

支持

如有问题或功能请求,请在仓库中创建 issue,或联系开发者:

  • 电子邮件:[Your contact email]
  • GitHub:[Your GitHub profile]

许可证

本项目采用 MIT 许可证授权,详情请参阅 LICENSE 文件。


由 Falah.G.Salieh 用 ❤️ 制作 © 2025 保留所有权利

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。