关于 Runware
Runware MCP 服务让 AI Agent 通过 MCP 调用 Runware API,涵盖图像、视频、音频、3D 生成及媒体处理。除执行任务外,还可查询模型、参数模式、定价和账户信息。
主要功能
- 01执行多种媒体推理任务
- 02浏览和搜索模型
- 03查询模型参数与详情
- 04管理媒体存储和自定义模型
- 05查看账户余额与任务记录
适用场景
- 01生成图像、视频或音频
- 02放大图像或移除背景
- 03查找适用模型并检查参数
- 04查看账户用量和历史任务
MCP 相关
该服务向 MCP 客户端暴露 Runware API 工具,包括任务执行、模型查询、媒体存储和账户信息;客户端需配置 Runware API 密钥。
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。
工具
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
Runware MCP
MCP 服务,让 AI Agent(Claude、Cursor、Codex 等)能够访问完整的 Runware API——图像生成、视频生成、音频生成、3D、放大、背景移除、图像描述等功能。
安装
任选一种——npx 最简单,重复使用时全局安装更快。
# Use directly with npx (no install)
npx -y @runware/mcp
# Or install globally
npm install -g @runware/mcp
连接
在 runware.ai 获取 API 密钥。然后将 MCP 添加到 Agent 的配置中。
Claude Desktop
添加到 ~/Library/Application Support/Claude/claude_desktop_config.json:
{
"mcpServers": {
"runware": {
"command": "npx",
"args": ["-y", "@runware/mcp"],
"env": {
"RUNWARE_API_KEY": "your-api-key"
}
}
}
}
如果你已全局安装:
{
"mcpServers": {
"runware": {
"command": "runware-mcp",
"env": {
"RUNWARE_API_KEY": "your-api-key"
}
}
}
}
Cursor
设置 → MCP → 添加服务器——使用上述相同配置。
Codex
使用相同的命令和环境变量添加到 MCP 配置中。
使用方法
连接后,直接与 Agent 对话即可。它会选择合适的工具和模型,并填写参数。
- “生成一张森林中的猫的图像”
- “你们有哪些用于视频生成的模型?”
- “将 https://example.com/photo.jpg 放大 4 倍”
- “显示我的账户余额”
- “帮我找一个适合动漫风格的 Civitai LoRA”
Agent 会判断适用的模型、需要传递的参数,以及如何解读响应。提交前,参数会根据每个模型的架构进行验证,因此 Agent 选错值时可以快速得到反馈。
Agent 可用的工具
你无需直接调用这些工具——Agent 会根据你的需求调用。
run— 在指定模型上执行任意 Runware 推理任务(图像、视频、音频、3D、放大、图像描述等)model_schema— 获取指定模型的参数架构list_models— 列出 Runware 官方精选模型集成(支持capability、category、creator、search筛选条件)model_details— 根据 AIR 获取精选模型的完整元数据model_examples— 获取精选模型的输入/输出示例model_pricing— 获取精选模型的定价概览和各配置示例list_capabilities— 列出所有模型能力(例如io:text-to-image、op:upscale)及其标签model_search— 搜索社区模型目录(Civitai 微调模型、自定义上传模型)media_storage— 存储媒体(图像、视频、音频、3D 模型)以供输入使用,或删除已存储的媒体model_upload— 上传自定义模型account— 获取账户信息,包括余额和用量get_task_details— 获取先前任务的原始请求和响应
环境变量
| 变量 | 必需 | 描述 |
|---|---|---|
RUNWARE_API_KEY | 是 | 你的 Runware API 密钥 |
开发
# Run directly (no build step)
npm run dev
# Build
npm run build
# Test
npm test
# Lint
npm run lint
# Smoke-test the stdio protocol
echo '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"test","version":"1.0.0"}}}
{"jsonrpc":"2.0","method":"notifications/initialized"}
{"jsonrpc":"2.0","id":2,"method":"tools/list"}' | RUNWARE_API_KEY=your-key node dist/index.js
# Or use the MCP Inspector for a UI
npx @modelcontextprotocol/inspector node dist/index.js
评论
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。