FLUX Image Generator MCP Server

FLUX Image Generator MCP Server

一个 MCP 服务器,它使用黑森林实验室 (Black Forest Lab) 的 FLUX 模型,根据文本提示生成图像,并允许自定义图像尺寸、提示词放大 (upsampling)、安全设置和批量生成。

Category
访问服务器

Tools

generateImage

Generate an image using Black Forest Lab's FLUX model based on a text prompt

quickImage

Quickly generate an image based on a text prompt with default settings

batchGenerateImages

Generate multiple images from a list of prompts

README

FLUX 图像生成器 MCP 服务器

一个使用 Black Forest Lab 的 FLUX 模型生成图像的 MCP (模型上下文协议) 服务器。 使用最新的 MCP SDK (v1.7.0)。

功能

  • 基于文本提示生成图像
  • 自定义图像尺寸、提示语增强和安全设置
  • 在本地保存生成的图像
  • 从多个提示语批量生成图像

前提条件

  • Node.js (v18.0.0 或更高版本)
  • Black Forest Lab API 密钥 (在 https://api.bfl.ml 获取)

安装

从源码安装

  1. 克隆此仓库
  2. 安装依赖项:
npm install
  1. 基于 .env.example 创建一个 .env 文件,并添加您的 Black Forest Lab API 密钥:
BFL_API_KEY=your_api_key_here
  1. 构建项目:
npm run build

使用 npm 安装

npm install -g @modelcontextprotocol/server-flux-image-generator

使用方法

启动 MCP 服务器

使用以下命令启动服务器:

npm start

对于具有自动重新编译的开发环境:

npm run watch

与 MCP 客户端集成

要将此服务器与 MCP 客户端(如 Claude)一起使用,请将以下内容添加到您的客户端配置中:

{
  "mcpServers": {
    "flux-image-generator": {
      "command": "mcp-server-flux-image-generator",
      "env": {
        "BFL_API_KEY": "your_api_key_here"
      }
    }
  }
}

可用工具

generateImage

根据具有可自定义设置的文本提示生成图像。

参数:

  • prompt (字符串, 必需): 要生成的图像的文本描述
  • width (数字, 可选, 默认: 1024): 图像的宽度(以像素为单位)
  • height (数字, 可选, 默认: 1024): 图像的高度(以像素为单位)
  • promptUpsampling (布尔值, 可选, 默认: false): 通过对提示语进行上采样来增强细节
  • seed (数字, 可选): 用于可重现结果的随机种子
  • safetyTolerance (数字, 可选, 默认: 3): 内容审核容忍度 (1-5)

示例:

{
  "prompt": "日落时分宁静的湖泊,背景是群山",
  "width": 1024,
  "height": 768,
  "promptUpsampling": true,
  "seed": 12345,
  "safetyTolerance": 3
}

quickImage

一个简化的工具,用于使用默认设置快速生成图像。

参数:

  • prompt (字符串, 必需): 要生成的图像的文本描述

示例:

{
  "prompt": "一个拥有飞行汽车的未来城市景观"
}

batchGenerateImages

从提示语列表中生成多个图像。

参数:

  • prompts (字符串数组, 必需): 文本提示语列表 (最多 10 个)
  • width (数字, 可选, 默认: 1024): 图像的宽度
  • height (数字, 可选, 默认: 1024): 图像的高度

示例:

{
  "prompts": [
    "日落时分宁静的湖泊",
    "一个未来城市景观",
    "一个拥有发光植物的魔法森林"
  ],
  "width": 1024,
  "height": 768
}

输出格式

所有工具都以以下格式返回响应:

{
  "image_url": "https://storage.example.com/generated_image.jpg",
  "local_path": "/path/to/output/flux_1234567890.png"
}

对于错误:

{
  "error": true,
  "message": "错误描述"
}

批量工具返回:

{
  "total": 3,
  "successful": 2,
  "failed": 1,
  "results": [
    {
      "prompt": "日落时分宁静的湖泊",
      "success": true,
      "image_url": "https://storage.example.com/image1.jpg",
      "local_path": "/path/to/output/flux_batch_1234567890_0.png"
    },
    {
      "prompt": "一个未来城市景观",
      "success": true,
      "image_url": "https://storage.example.com/image2.jpg",
      "local_path": "/path/to/output/flux_batch_1234567890_1.png"
    },
    {
      "prompt": "禁止内容",
      "success": false,
      "error": "内容策略违规"
    }
  ]
}

许可证

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