flow-mcp

flow-mcp

Enables 0-credit AI image generation and credit-billed video generation (Veo/abra) through your local Chrome session, requiring no API keys or third-party proxies.

Category
访问服务器

README

flow-mcp — Google Flow MCP Server

Google Flow 的独立 MCP server(从 media-gen-mcp 分离):0 积分 AI 生图 + 计费视频生成(Veo / abra),全部经你本机的 Chrome 会话(CDP 页面上下文)驱动 —— 无 API key、无配额、不走第三方转发。

  • 生图 / 图片放大 / 上传 / 状态查询 / 下载 / 删除 / 分享 / 取消 / 角色实体:全部 0 积分
  • 生视频:消耗 Google Flow 积分(abra 7-20 / veo lite 10 / fast 20 / quality 100 每条;1080p 超分 0)—— 工具描述里显式警示,默认只在用户点名时使用

安装

前置(一次性):

  1. 本机安装 lasso(CC 全交互抓手中的 Chrome 启动器)
  2. 启动带 CDP 的 Chrome 并登录 labs.google:
lasso launch-chrome --port 9223 --mode visible   # 首次:窗口出现,完成 Google 登录(2FA 同)
# 之后每天只需:hidden 模式静默驻留
lasso launch-chrome --port 9223
  1. 在该 Chrome 打开 https://labs.google/fx/tools/flow 任意项目页(保持运行)

接入 Claude Code:

claude mcp add flow-mcp -- node /path/to/flow-mcp/dist/index.js
# 或发布后:npx flow-mcp-server

与 media-gen-mcp 可同时接入,互不冲突(见下方「与 media-gen-mcp 共存」)。

工具(4 个)

工具 积分 用途
flow_generate_image 0 文生图 / 图生图(底图+参考图)/ 2K 放大。NARWHAL(Nano Banana 2,默认)/ HARBOR_SEAL / GEM_PIX_2(Nano Banana Pro)。支持 aspect(16:9/9:16/1:1/3:4/4:3)与 seed 精确复现
flow_generate_video 🔴 计费 视频提交(t2v/i2v/r2v/首尾帧/延长/编辑/超分)。只提交不等待,立刻返回 mediaId 句柄
flow_status 0 一站式自省:积分余额 / 实时模型目录(每个 key 的积分价与耗时)/ 媒体列表 / 单媒体状态与下载 / 批量删除 / 公开分享链接 / 取消生成中任务。也是视频句柄的轮询路径
flow_entity 0 角色实体:建角色卡 / 绑 30 选 1 预设语音 / 绑形象图

典型流程:

flow_status                                    # 先看:余额 + 目录(per-key creditsAtServiceTier)
flow_generate_image(prompt=..., aspect="16:9") # 0 积分生图,产出落盘并回传 mediaId+seed
flow_generate_video(model="abra_t2v_8s", ...)  # 🔴 计费提交 → 返回 mediaId 句柄(不阻塞)
flow_status(mediaId="...")                     # 轮询(0 积分;in_progress 会给 retry_after_seconds)
flow_status(mediaId="...", download=true)      # completed 后落盘 mp4

配置(与 media-gen-mcp 共享一个文件)

配置文件:~/.media-gen-mcp/config.json(两包读同一份 —— 「同一功能的不同实现渠道」在一个文件里统一开/关)。目录名沿用历史名,勿改(Flow 项目 ID 永久记录在 ~/.media-gen-mcp/flow-project.json,改名会孤儿化)。

{
  "flow": {
    "enabled": true,
    "imageRouting": "prefer",
    "videoRouting": "explicit-only",
    "toolDeadlineMs": 110000
  },
  "providers": {
    "flow": { "cdpPort": 9223 }
  }
}
字段 默认 作用
flow.enabled true false = S000 门禁:4 个工具仍注册,但调用即刻返回 [flow] S000 结构化错误(自带修复指引)。改配置后须重启会话
flow.imageRouting "prefer" prefer = 生图工具描述注入「0 积分优先」引导(软路由);on-demand = 仅当用户点名 Flow 时使用
flow.videoRouting "explicit-only" explicit-only(积分红线)= 视频工具仅在用户显式要求 Flow/Veo/abra 时使用;prefer = 作为首选(仍警示计费)
flow.toolDeadlineMs 110000 单次工具调用硬上限(防卡死;超时返回 [flow] S410,生成在服务端继续,可经 flow_status 找回)
providers.flow.cdpPort 9223 CDP 端口(与 lasso launch-chrome --port 一致)
providers.flow.projectId (缺省) 缺省读 flow-project.json 的永久项目(推荐 —— 项目 ID 永久复用)
providers.flow.models.video.default (无) 刻意无内置默认:视频计费,必须显式传 model 或在此显式配置

完整示例见 config.example.json。

与 media-gen-mcp 共存

  • 两包共享 ~/.media-gen-mcp/config.json;media-gen 自己的 imageProviderPriority / videoProviderPriority 链只在它包内生效
  • 分离后的跨包优先级 = 本包工具描述软路由(imageRouting/videoRouting 引导 Claude 选 flow_generate_image 优先)+ enabled 总闸 —— 不存在跨包硬重定向(物理上两包互不可见,诚实设计)
  • flow-project.json / flow-entities.json 归本包;media-gen 侧摘除 Flow 后不再读写

错误码速查([flow] S<code>)

码 含义 处置
S000 配置已禁用 按错误里的指引把 flow.enabled 改回 true,重启会话
S100 CDP 不可连 lasso launch-chrome --port 9223
S101 无 labs.google 页面 在该 Chrome 打开 Flow 项目页
S102 未登录 在该 Chrome 完成 labs.google 登录
S104 reCAPTCHA 失败 停留在 Flow 页面重试
S1xx 其余 环境前置 环境就绪后重试;生图可回落其他图像工具
S2xx 页面 fetch 失败 看 message 内的上游响应片段
S300/S301/S303 模型/参数/模式校验 按 message 指引换 key 或参数(提交前拦截,零消耗)
S400 mediaId 不在本项目 不带参数调 flow_status 查看全部 media
S402 下载不完整 直接重试
S410 工具层截止(防卡死) 生成仍在服务端进行;flow_status 不带参数找回

环境要求

  • Node.js ≥ 18
  • 本机 Chrome(经 lasso 以 --remote-debugging-port=9223 启动)并登录 labs.google
  • FFmpeg 随包自带(ffmpeg-static;仅用于产物合法性自检,缺失时自动降级为提示)

License

MIT

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选