mcpField
R
Replicate Flux

Replicate Flux

本地服务
github.com/newtype-01媒体与设计383 周前更新

关于 Replicate Flux

Replicate Flux 是一个 TypeScript MCP 服务,通过 Replicate 调用 black-forest-labs/flux-dev 生成图像,面向希望在 MCP 应用中使用图像生成的用户。它支持自定义生成参数,并可通过 Node、npx 或 Docker 运行。

主要功能

  1. 01调用 Flux 生成图像
  2. 02自定义图像生成参数
  3. 03支持 Node、npx 和 Docker

适用场景

  1. 01在 MCP 应用中生成图像
  2. 02调整图像生成参数
  3. 03通过 Docker 运行图像生成服务

MCP 相关

该 MCP 服务向兼容客户端提供 Replicate 图像生成功能,可在客户端配置中以本地进程或 Docker 方式连接。

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": {
"replicate-flux-mcp-newtype-01": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"REPLICATE_API_TOKEN",
"replicate-flux"
],
"env": {
"REPLICATE_API_TOKEN": "<REPLICATE_API_TOKEN>"
}
}
}
}
启动命令docker run -i --rm -e REPLICATE_API_TOKEN replicate-flux
需要配置的环境变量
REPLICATE_API_TOKEN密钥

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
ocireplicate-flux

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

Replicate-Flux MCP 服务

English | 中文

这是一个基于 TypeScript 的 MCP 服务,用于在 Replicate 上运行 Flux AI 图像生成模型。

功能特点

  • 通过 Replicate 使用 black-forest-labs/flux-dev 模型生成图像
  • 可与任何兼容 MCP 的应用(如 Claude 等)轻松集成
  • 可自定义图像生成参数

快速开始

前提条件
安装
  1. 克隆此仓库
  2. 安装依赖:
npm install
  1. 创建一个包含 Replicate API 令牌的 .env 文件:
REPLICATE_API_TOKEN=your_token_here
  1. 构建服务:
npm run build
运行方式
直接使用 Node

直接运行服务:

node build/index.js
使用 npx

安装后,可以通过 npx 运行服务:

npx Replicate-Flux
使用 Docker

构建 Docker 镜像:

docker build -t replicate-flux .

运行容器(传入你的 API 令牌):

docker run -e REPLICATE_API_TOKEN=your_token_here replicate-flux

客户端配置

Claude 和其他 MCP 客户端

大多数 MCP 客户端需要在其设置中进行配置。以下是一些示例:

使用本地安装
{
  "mcpServers": {
    "replicate-flux": {
      "command": "/path/to/replicate-flux/build/index.js"
    }
  }
}
使用 npx
{
  "mcpServers": {
    "replicate-flux": {
      "command": "npx",
      "args": ["Replicate-Flux"]
    }
  }
}
使用 Docker
{
  "mcpServers": {
    "replicate-flux": {
      "command": "docker",
      "args": ["run", "--rm", "-e", "REPLICATE_API_TOKEN=your_token_here", "replicate-flux"]
    }
  }
}

注意:如果你已经在 .env 文件或系统环境中配置了环境变量,大多数配置都可以省略 env 字段。但对于 Docker,你仍然需要通过容器传递环境变量。

环境变量

此项目需要以下环境变量:

  • REPLICATE_API_TOKEN - 你的 Replicate API 令牌

你可以在 .env 文件中、系统环境中,或直接在 MCP 客户端配置中设置此变量。

安全须知
  • 切勿将 .env 文件或任何包含 API 密钥的文件提交到版本控制系统
  • .gitignore 文件已配置为从 Git 中排除 .env 文件
  • 部署时,请根据托管平台的说明安全地设置环境变量

开发

开发时启用自动重建:

npm run watch
调试

由于 MCP 服务通过标准输入输出进行通信,调试可能颇具挑战。我们推荐使用 MCP Inspector,可以通过以下包脚本运行:

npm run inspector

Inspector 会提供一个 URL,让你在浏览器中访问调试工具。


Replicate-Flux MCP 服务器

English | 中文

这是一个基于 TypeScript 的 MCP 服务,用于在 Replicate 上运行 Flux AI 图像生成模型。

功能特点

  • 使用 Replicate 上的 black-forest-labs/flux-dev 模型生成图像
  • 与任何兼容 MCP 的应用(如 Claude 等)轻松集成
  • 可自定义图像生成参数

快速开始

前提条件
安装
  1. 克隆此仓库
  2. 安装依赖:
npm install
  1. 创建一个包含 Replicate API 令牌的 .env 文件:
REPLICATE_API_TOKEN=你的令牌
  1. 构建服务:
npm run build
运行方式
直接使用 Node

直接运行服务:

node build/index.js
使用 npx

安装后,可以通过 npx 运行服务:

npx Replicate-Flux
使用 Docker

构建 Docker 镜像:

docker build -t replicate-flux .

运行容器(传入你的 API 令牌):

docker run -e REPLICATE_API_TOKEN=你的令牌 replicate-flux

客户端配置

Claude 和其他 MCP 客户端

大多数 MCP 客户端需要在其设置中进行配置。以下是一些示例:

使用本地安装
{
  "mcpServers": {
    "replicate-flux": {
      "command": "/path/to/replicate-flux/build/index.js"
    }
  }
}
使用 npx
{
  "mcpServers": {
    "replicate-flux": {
      "command": "npx",
      "args": ["Replicate-Flux"]
    }
  }
}
使用 Docker
{
  "mcpServers": {
    "replicate-flux": {
      "command": "docker",
      "args": ["run", "--rm", "-e", "REPLICATE_API_TOKEN=你的令牌", "replicate-flux"]
    }
  }
}

注意:如果你已经在 .env 文件或系统环境中配置了环境变量,大多数配置都可以省略 env 字段。但对于 Docker,你仍然需要通过容器传递环境变量。

环境变量

此项目需要以下环境变量:

  • REPLICATE_API_TOKEN - 你的 Replicate API 令牌

你可以在 .env 文件中、系统环境中,或直接在 MCP 客户端配置中设置此变量。

安全须知
  • 切勿将 .env 文件或任何包含 API 密钥的文件提交到版本控制系统
  • .gitignore 文件已配置为从 Git 中排除 .env 文件
  • 部署时,请根据托管平台的说明安全地设置环境变量

开发

开发时启用自动重建:

npm run watch
调试

由于 MCP 服务通过标准输入输出进行通信,调试可能颇具挑战。我们推荐使用 MCP Inspector,可以通过以下包脚本运行:

npm run inspector

Inspector 会提供一个 URL,让你在浏览器中访问调试工具。

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。