mcpField
M
mcp-flux-schnell MCP Server

mcp-flux-schnell MCP Server

本地服务
github.com/bytefer云与基础设施583 周前更新

关于 mcp-flux-schnell MCP Server

这是一个 TypeScript MCP 服务,通过 Cloudflare 的 worker API 调用 Flux Schnell,根据文本生成图像,并将文件保存到指定或默认目录。

主要功能

  1. 01根据文本生成图像
  2. 02通过 Cloudflare API 调用 Flux Schnell
  3. 03返回生成图像的文件路径
  4. 04可配置输出目录

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项目目录

MCP 相关

向 MCP 客户端提供 `generate_image` 工具,接收文本提示词并返回生成图像的文件路径。

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。

mcp.json · 通用配置
{
"mcpServers": {
"flux-schnell": {
"command": "npx",
"args": [
"-y",
"@smithery/cli"
]
}
}
}
启动命令npx -y @smithery/cli

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@smithery/cli

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

mcp-flux-schnell MCP 服务

smithery badge

一个基于 TypeScript 的 MCP 服务,使用 Flux Schnell 模型实现文本生成图像工具。此服务集成了 Cloudflare 的 Flux Schnell worker API,通过 MCP 提供图像生成功能。

功能

工具
  • generate_image - 根据文本描述生成图像
    • 接受文本提示词作为输入(1-2048 个字符)
    • 返回生成的图像文件路径

环境变量

必须配置以下环境变量:

  • FLUX_API_URL - Flux Schnell API 端点的 URL
  • FLUX_API_TOKEN - 用于访问 Flux Schnell API 的身份验证令牌
  • WORKING_DIR(可选)- 保存生成图像的目录(默认为当前工作目录)

开发

安装依赖:

npm install
# or
pnpm install

构建服务:

npm run build
# or
pnpm build

安装

通过 Smithery 安装

通过 Smithery 自动为 Claude Desktop 安装 Flux Schnell 图像生成器:

npx -y @smithery/cli install @bytefer/mcp-flux-schnell --client claude
Cursor 配置

在 Cursor 中配置 MCP 服务有两种方式:

项目配置

对于特定项目使用的工具,请在项目目录中创建 .cursor/mcp.json 文件:

{
  "mcpServers": {
    "mcp-flux-schnell": {
      "command": "node",
      "args": ["/path/to/mcp-flux-schnell/build/index.js"],
      "env": {
        "FLUX_API_URL": "your flux api url",
        "FLUX_API_TOKEN": "your flux api token",
        "WORKING_DIR": "your working directory"
      }
    }
  }
}

此配置仅在特定项目中可用。

全局配置

对于希望在所有项目中使用的工具,请在主目录中创建 ~/.cursor/mcp.json 文件,并使用相同的配置:

{
  "mcpServers": {
    "mcp-flux-schnell": {
      "command": "node",
      "args": ["/path/to/mcp-flux-schnell/build/index.js"],
      "env": {
        "FLUX_API_URL": "your flux api url",
        "FLUX_API_TOKEN": "your flux api token",
        "WORKING_DIR": "your working directory"
      }
    }
  }
}

这样,所有 Cursor 工作区都可以使用此 MCP 服务。

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。