关于 Together AI Image Server
使用 Together AI 生成图像的 TypeScript MCP 服务,面向 Claude 等兼容 MCP 的助手。其 `generate_image` 工具接收文本提示词,并返回图像网址和本地路径。
主要功能
- 01根据文本提示词生成图像
- 02设置扩散步骤数
- 03生成多张图像
- 04返回图像网址和本地路径
适用场景
- 01根据描述性提示词创作图像
- 02调整图像生成步骤
- 03请求多个图像变体
- 04通过网址或本地路径获取生成图像
MCP 相关
通过 `generate_image` 工具向兼容 MCP 的助手提供 Together AI 图像生成功能;该工具接收提示词和可选生成设置。
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。
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
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
Together AI Image Server
English | 简体中文
一个基于 TypeScript 的 MCP(Model Context Protocol)服务,通过 Together AI API 生成图像。
概述
此服务通过 MCP 协议,提供了一个简单的接口,可使用 Together AI 的图像生成模型生成图像。Claude 和其他兼容 MCP 的助手可以根据文本提示词生成图像。
功能
工具
generate_image- 根据文本提示词生成图像- 必须提供文本提示词
- 可选参数用于控制生成步骤和图像数量
- 返回生成图像的 URL 和本地路径
先决条件
- Node.js(建议使用 v14 或更高版本)
- Together AI API 密钥
安装
# Clone the repository
git clone https://github.com/zym9863/together-ai-image-server.git
cd together-ai-image-server
# Install dependencies
npm install
配置
将 Together AI API 密钥设为环境变量:
# On Linux/macOS
export TOGETHER_API_KEY="your-api-key-here"
# On Windows (Command Prompt)
set TOGETHER_API_KEY=your-api-key-here
# On Windows (PowerShell)
$env:TOGETHER_API_KEY="your-api-key-here"
或者,也可以在项目根目录中创建 .env 文件:
TOGETHER_API_KEY=your-api-key-here
开发
构建服务:
npm run build
在开发模式下自动重新构建:
npm run watch
在 Claude Desktop 中使用
若要在 Claude Desktop 中使用,请添加服务配置:
macOS:~/Library/Application Support/Claude/claude_desktop_config.json
Windows:%APPDATA%/Claude/claude_desktop_config.json
{
"mcpServers": {
"Together AI Image Server": {
"command": "/path/to/together-ai-image-server/build/index.js"
}
}
}
将 /path/to/together-ai-image-server 替换为实际的安装路径。
调试
由于 MCP 服务通过 stdio 通信,调试可能比较困难。我们建议使用 MCP Inspector,它可通过包脚本运行:
npm run inspector
Inspector 会提供一个 URL,供你在浏览器中访问调试工具。
API 参考
generate_image
使用 Together AI 的图像生成 API,根据文本提示词生成图像。
参数:
prompt(string,必填):用于生成图像的文本提示词steps(number,可选,默认值:4):扩散步骤数(1-4)n(number,可选,默认值:1):要生成的图像数量(1-4)
返回值:
包含以下内容的 JSON 对象:
image_urls:生成图像的 URL 数组local_paths:本地缓存图像的路径数组
许可证
MIT
贡献
欢迎贡献!请随时提交 Pull Request。
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。