MCPollinations Multimodal MCP Server
一个模型上下文协议服务器,它使 AI 助手能够通过 Pollinations API 生成图像、文本和音频,而无需身份验证。
README
MCPollinations 多模态 MCP 服务器
一个模型上下文协议 (MCP) 服务器,它使 AI 助手能够通过 Pollinations API 生成图像、文本和音频。
功能
- 从文本提示生成图像 URL
- 生成图像并将其作为 base64 编码的数据返回,并保存为 png、jpeg、jpg 或 webp 格式(默认:png)
- 从文本提示生成文本响应
- 从文本提示生成音频响应
- 列出可用的图像和文本生成模型
- 无需身份验证
- 简单轻量
- 兼容模型上下文协议 (MCP)
系统要求
- Node.js: 14.0.0 或更高版本
- 为了获得最佳性能,我们建议使用 Node.js 16.0.0 或更高版本
- 低于 16 的 Node.js 版本使用 AbortController polyfill
快速开始
使用 MCP 服务器的最简单方法:
# 使用 npx 直接运行(无需安装)
npx @pinkpixel/mcpollinations
如果您更喜欢全局安装:
# 全局安装
npm install -g @pinkpixel/mcpollinations
# 运行服务器
mcpollinations
# 或
npx @pinkpixel/mcpollinations
或者克隆存储库:
# 克隆 git 存储库
git clone https://github.com/pinkpixel-dev/mcpollinations.git
# 运行服务器
mcpollinations
# 或
npx @pinkpixel/mcpollinations
# 或直接运行
node /path/to/MCPollinations/pollinations-mcp-server.js
MCP 集成
要将服务器与支持模型上下文协议 (MCP) 的应用程序集成:
- 生成一个 MCP 配置文件:
# 如果全局安装
npx @pinkpixel/mcpollinations generate-config
# 或直接运行
node /path/to/MCPollinations/generate-mcp-config.js
-
按照提示自定义您的配置或使用默认值。
- 设置自定义输出和临时目录(默认为可移植的相对路径)
- 配置图像生成的默认参数(包含可用模型、尺寸等的列表)
- 配置文本生成的默认参数(包含可用模型的列表)
- 配置音频生成的默认参数(声音)
- 指定应允许哪些工具
-
将生成的
mcp.json文件复制到应用程序的 MCP 设置 .json 文件中。 -
重新启动您的应用程序。
集成后,您可以使用如下命令:
"使用 MCPollinations 生成一张海洋日落的图片"
故障排除
"AbortController is not defined" 错误
如果在运行 MCP 服务器时遇到此错误:
ReferenceError: AbortController is not defined
这通常是由于在旧版本的 Node.js(低于 16.0.0 版本)上运行引起的。 尝试以下解决方案之一:
-
更新 Node.js(推荐):
- 更新到 Node.js 16.0.0 或更高版本
-
使用全局安装
- 更新到软件包的最新版本:
npm install -g @pinkpixel/mcpollinations # 使用 npx 运行 npx @pinkpixel/mcpollinations -
手动安装 AbortController:
- 如果由于某种原因 polyfill 不起作用:
npm install node-abort-controller
检查您的 Node.js 版本
要检查您当前的 Node.js 版本:
node --version
如果显示的版本低于 16.0.0,请考虑升级以获得最佳兼容性。
可用工具
MCP 服务器提供以下工具:
generateImageUrl- 从文本提示生成图像 URLgenerateImage- 生成图像,将其作为 base64 编码的数据返回,并默认将其保存到文件(PNG 格式)respondAudio- 生成对文本提示的音频响应(可自定义的声音参数)respondText- 使用文本模型响应提示的文本(可自定义的模型参数)listImageModels- 列出可用于图像生成的模型listTextModels- 列出可用于文本生成的模型listAudioVoices- 列出所有可用于音频生成的声音
图像生成详情
默认行为
使用 generateImage 工具时:
- 默认情况下,图像以 PNG 文件格式保存到磁盘
- 默认保存位置是 MCP 服务器运行的当前工作目录
- 默认使用“flux”模型
- 默认情况下,为每个图像生成一个随机种子(确保多样性)
- 无论图像是否保存到文件,始终返回 Base64 编码的图像数据
自定义图像生成
// generateImage 的示例选项
const options = {
// 模型选择(默认为“flux”)
model: "flux",
// 图像尺寸
width: 1024,
height: 1024,
// 生成选项
seed: 12345, // 用于重现性的特定种子(默认为随机)
enhance: true, // 在生成之前使用 LLM 增强提示(默认为 true)
safe: false, // 内容过滤(默认为 false)
// 文件保存选项
saveToFile: true, // 设置为 false 以跳过保存到磁盘
outputPath: "/path/to/save/directory", // 自定义保存位置
fileName: "my_custom_name", // 不带扩展名
format: "png" // png、jpeg、jpg 或 webp
};
图像保存位置
当使用 Claude 或其他带有 MCP 服务器的应用程序时:
-
图像保存在 MCP 服务器运行的当前工作目录中,而不是 Claude 或客户端应用程序的安装位置。
-
如果您从特定目录手动启动 MCP 服务器,则默认情况下图像将保存在该目录中。
-
如果 Claude Desktop 自动启动 MCP 服务器,则图像将保存在 Claude Desktop 的工作目录中(通常在应用程序数据文件夹中)。
查找生成的图像
- 从 Claude 生成图像后的响应包括图像保存的完整文件路径
- 您可以使用
outputPath参数指定一个熟悉的位置 - 最佳实践:要求 Claude 将图像保存到易于访问的文件夹,例如您的“图片”或“下载”目录
唯一文件名
MCP 服务器确保生成的图像始终具有唯一的文件名,并且永远不会覆盖现有文件:
-
默认文件名包括:
- 提示的清理版本(前 20 个字符)
- 时间戳
- 随机后缀
-
自定义文件名也受到保护:
- 如果您指定一个文件名并且已经存在具有该名称的文件,则会自动添加一个数字后缀
- 例如:
sunset.png、sunset_1.png、sunset_2.png等。
这意味着您可以安全地使用相同的提示或文件名生成多个图像,而不必担心覆盖以前的图像。
访问 Base64 数据
即使保存到文件,也始终返回 base64 编码的图像数据,可用于:
- 嵌入在网页中 (
<img src="data:image/png;base64,..." />) - 传递给其他服务或 API
- 在内存中处理,无需文件系统操作
- 在支持数据 URI 的应用程序中显示
开发者须知
如果您想在自己的项目中使用该软件包:
# 作为依赖项安装
npm install @pinkpixel/mcpollinations
# 在您的代码中导入
import { generateImageUrl, generateImage, repsondText, respondAudio, listTextModels, listImageModels, listAudioVoices } from '@pinkpixel/mcpollinations';
推荐服务器
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。
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。
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。
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。
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。
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。
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。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
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。