replicate-flux-mcp

replicate-flux-mcp

用于复制通量模型的 MCP。 通过提示生成图像。

数字笔记管理
AI内容生成
访问服务器

Tools

generate_image

Generate an image from a text prompt using Flux Schnell model

generate_multiple_images

Generate multiple images from an array of prompts using Flux Schnell model

generate_image_variants

Generate multiple variants of the same image from a single prompt

generate_svg

Generate an SVG from a text prompt using Recraft model

get_prediction

Get details of a specific prediction by ID

create_prediction

Generate an prediction from a text prompt using Flux Schnell model

prediction_list

Get a list of recent predictions from Replicate

README

Replicate Flux MCP

MCP 兼容 许可证 TypeScript 模型上下文协议 smithery badge NPM 下载量 Star 数

<a href="https://glama.ai/mcp/servers/ss8n1knen8"> <img width="380" height="200" src="https://glama.ai/mcp/servers/ss8n1knen8/badge" /> </a>

Replicate Flux MCP 是一个高级模型上下文协议 (MCP) 服务器，它使 AI 助手能够生成高质量的图像和矢量图形。它利用 Black Forest Labs 的 Flux Schnell 模型 生成栅格图像，并利用 Recraft 的 V3 SVG 模型 通过 Replicate API 生成矢量图形。

📑 目录

🚀 入门和集成

设置过程

  1. 获取 Replicate API 令牌

    • 在 Replicate 上注册
    • 在您的帐户设置中创建一个 API 令牌

  2. 选择您的集成方法

    • 根据您首选的 MCP 客户端，按照以下集成选项之一进行操作

  3. 要求您的 AI 助手生成图像

    • 简单地自然地提问：“你能生成一张日落时宁静的山景的图像吗？”
    • 或者更具体地说：“请创建一个图像，显示一个宁静的山景，湖面倒映着前景中的日落色彩”

  4. 探索高级功能

    • 尝试不同的参数设置以获得自定义结果
    • 尝试使用 generate_svg 生成 SVG
    • 使用批量图像生成或变体生成功能

Cursor 集成

方法 1：使用 mcp.json

  1. 在您的项目目录中创建或编辑 .cursor/mcp.json 文件：
{
  "mcpServers": {
    "replicate-flux-mcp": {
      "command": "env REPLICATE_API_TOKEN=YOUR_TOKEN npx",
      "args": ["-y", "replicate-flux-mcp"]
    }
  }
}
  1. 将 YOUR_TOKEN 替换为您实际的 Replicate API 令牌
  2. 重新启动 Cursor 以应用更改

方法 2：手动模式

  1. 打开 Cursor 并转到设置
  2. 导航到“MCP”或“模型上下文协议”部分
  3. 单击“添加服务器”或等效选项
  4. 在相应的字段中输入以下命令：
env REPLICATE_API_TOKEN=YOUR_TOKEN npx -y replicate-flux-mcp
  1. 将 YOUR_TOKEN 替换为您实际的 Replicate API 令牌
  2. 保存设置并在必要时重新启动 Cursor

Claude Desktop 集成

  1. 在您的配置目录中创建或编辑 mcp.json 文件：
{
  "mcpServers": {
    "replicate-flux-mcp": {
      "command": "npx",
      "args": ["-y", "replicate-flux-mcp"],
      "env": {
        "REPLICATE_API_TOKEN": "YOUR TOKEN"
      }
    }
  }
}
  1. 将 YOUR_TOKEN 替换为您实际的 Replicate API 令牌
  2. 重新启动 Claude Desktop 以应用更改

Smithery 集成

此 MCP 服务器在 Smithery 上作为托管服务提供，允许您在无需设置自己的服务器的情况下使用它。

  1. 访问 Smithery 并创建一个帐户（如果您还没有帐户）
  2. 导航到 Replicate Flux MCP 服务器页面
  3. 单击“添加到工作区”以将服务器添加到您的 Smithery 工作区
  4. 配置您的 MCP 客户端（Cursor、Claude Desktop 等）以使用您的 Smithery 工作区 URL

有关将 Smithery 与您的 MCP 客户端一起使用的更多信息，请访问 Smithery 文档。

Glama.ai 集成

此 MCP 服务器也在 Glama.ai 上作为托管服务提供，提供了另一种在无需本地设置的情况下使用它的选项。

  1. 访问 Glama.ai 并创建一个帐户（如果您还没有帐户）
  2. 转到 Replicate Flux MCP 服务器页面
  3. 单击“安装服务器”以将服务器添加到您的工作区
  4. 配置您的 MCP 客户端以使用您的 Glama.ai 工作区

有关更多信息，请访问 Glama.ai MCP 服务器文档。

🌟 特性

  • 🖼️ 高质量图像生成 - 使用 Flux Schnell（一种最先进的 AI 模型）创建令人惊叹的图像
  • 🎨 矢量图形支持 - 使用 Recraft V3 SVG 模型生成专业的 SVG 矢量图形
  • 🤖 AI 助手集成 - 无缝地使 AI 助手（如 Claude）能够生成视觉内容
  • 🎛️ 高级自定义 - 通过宽高比、质量、分辨率等控件微调生成
  • 🔌 通用 MCP 兼容性 - 适用于所有 MCP 客户端，包括 Cursor、Claude Desktop、Cline 和 Zed
  • 🔒 安全本地处理 - 所有请求都在本地处理，以增强隐私和安全性
  • 🔍 全面历史记录管理 - 跟踪、查看和检索您的完整生成历史记录
  • 📊 批量处理 - 从单个请求中的不同提示生成多个图像
  • 🔄 变体探索 - 创建和比较同一概念的多个解释
  • ✏️ 提示工程 - 使用专门的提示修改来微调图像变体

📚 文档

可用工具

generate_image

使用 Flux Schnell 模型根据文本提示生成图像。

{
  prompt: string;                // 必需：要生成的图像的文本描述
  seed?: number;                 // 可选：用于可重现生成的随机种子
  go_fast?: boolean;             // 可选：使用优化的模型运行更快的预测（默认值：true）
  megapixels?: "1" | "0.25";     // 可选：图像分辨率（默认值：“1”）
  num_outputs?: number;          // 可选：要生成的图像数量 (1-4)（默认值：1）
  aspect_ratio?: string;         // 可选：宽高比（例如，“16:9”、“4:3”）（默认值：“1:1”）
  output_format?: string;        // 可选：输出格式（“webp”、“jpg”、“png”）（默认值：“webp”）
  output_quality?: number;       // 可选：图像质量 (0-100)（默认值：80）
  num_inference_steps?: number;  // 可选：去噪步骤数 (1-4)（默认值：4）
  disable_safety_checker?: boolean; // 可选：禁用安全过滤器（默认值：false）
}

generate_multiple_images

使用 Flux Schnell 模型根据提示数组生成多个图像。

{
  prompts: string[];             // 必需：要生成的图像的文本描述数组（1-10 个提示）
  seed?: number;                 // 可选：用于可重现生成的随机种子
  go_fast?: boolean;             // 可选：使用优化的模型运行更快的预测（默认值：true）
  megapixels?: "1" | "0.25";     // 可选：图像分辨率（默认值：“1”）
  aspect_ratio?: string;         // 可选：宽高比（例如，“16:9”、“4:3”）（默认值：“1:1”）
  output_format?: string;        // 可选：输出格式（“webp”、“jpg”、“png”）（默认值：“webp”）
  output_quality?: number;       // 可选：图像质量 (0-100)（默认值：80）
  num_inference_steps?: number;  // 可选：去噪步骤数 (1-4)（默认值：4）
  disable_safety_checker?: boolean; // 可选：禁用安全过滤器（默认值：false）
}

generate_image_variants

从单个提示生成同一图像的多个变体。

{
  prompt: string;                // 必需：用于生成变体的图像的文本描述
  num_variants: number;          // 必需：要生成的图像变体数量（2-10，默认值：4）
  prompt_variations?: string[];  // 可选：应用于变体的提示修饰符列表（例如，["水彩风格", "油画风格"]）
  variation_mode?: "append" | "replace"; // 可选：如何应用变体 - “append”添加到基本提示，“replace”直接使用变体（默认值：“append”）
  seed?: number;                 // 可选：基本随机种子。每个变体将使用 seed+variant_index
  go_fast?: boolean;             // 可选：使用优化的模型运行更快的预测（默认值：true）
  megapixels?: "1" | "0.25";     // 可选：图像分辨率（默认值：“1”）
  aspect_ratio?: string;         // 可选：宽高比（例如，“16:9”、“4:3”）（默认值：“1:1”）
  output_format?: string;        // 可选：输出格式（“webp”、“jpg”、“png”）（默认值：“webp”）
  output_quality?: number;       // 可选：图像质量 (0-100)（默认值：80）
  num_inference_steps?: number;  // 可选：去噪步骤数 (1-4)（默认值：4）
  disable_safety_checker?: boolean; // 可选：禁用安全过滤器（默认值：false）
}

generate_svg

使用 Recraft V3 SVG 模型根据文本提示生成 SVG 矢量图像。

{
  prompt: string;                // 必需：要生成的 SVG 的文本描述
  size?: string;                 // 可选：生成的 SVG 的大小（默认值：“1024x1024”）
  style?: string;                // 可选：生成的图像的样式（默认值：“any”）
                                // 选项：“any”、“engraving”、“line_art”、“line_circuit”、“linocut”
}

prediction_list

从 Replicate 检索您最近的预测列表。

{
  limit?: number;  // 可选：要返回的最大预测数 (1-100)（默认值：50）
}

get_prediction

获取有关特定预测的详细信息。

{
  predictionId: string;  // 必需：要检索的预测的 ID
}

可用资源

imagelist

浏览您使用 Flux Schnell 模型创建的已生成图像的历史记录。

svglist

浏览您使用 Recraft V3 SVG 模型创建的已生成 SVG 图像的历史记录。

predictionlist

浏览您的所有 Replicate 预测历史记录。

💻 开发

  1. 克隆存储库：
git clone https://github.com/yourusername/replicate-flux-mcp.git
cd replicate-flux-mcp
  1. 安装依赖项：
npm install
  1. 启动开发模式：
npm run dev
  1. 构建项目：
npm run build
  1. 连接到客户端：
{
  "mcpServers": {
    "image-generation-mcp": {
      "command": "npx",
      "args": [
        "/Users/{USERNAME}/{PATH_TO}/replicate-flux-mcp/build/index.js"
      ],
      "env": {
        "REPLICATE_API_TOKEN": "YOUR REPLICATE API TOKEN"
      }
    }
  }
}

⚙️ 技术细节

技术栈

  • 模型上下文协议 SDK - 用于工具和资源管理的核心 MCP 功能
  • Replicate API - 提供对最先进的 AI 图像生成模型的访问
  • TypeScript - 确保类型安全并利用现代 JavaScript 功能
  • Zod - 为强大的 API 交互实现运行时类型验证

配置

可以通过修改 src/config/index.ts 中的 CONFIG 对象来配置服务器：

const CONFIG = {
  serverName: "replicate-flux-mcp",
  serverVersion: "0.1.2",
  imageModelId: "black-forest-labs/flux-schnell",
  svgModelId: "recraft-ai/recraft-v3-svg",
  pollingAttempts: 25,
  pollingInterval: 2000, // ms
};

🔍 故障排除

常见问题

身份验证错误

  • 确保您的 REPLICATE_API_TOKEN 在环境中正确设置
  • 通过直接使用 Replicate API 测试您的令牌来验证其是否有效

触发安全过滤器

  • 该模型具有内置的安全过滤器，可能会阻止某些提示
  • 尝试修改您的提示以避免潜在的问题内容

超时错误

  • 对于较大的图像或繁忙的服务器，您可能需要在配置中增加 pollingAttempts 或 pollingInterval
  • 默认设置应适用于大多数用例

🤝 贡献

欢迎贡献！请按照以下步骤进行贡献：

  1. Fork 存储库
  2. 创建您的功能分支 (git checkout -b feature/amazing-feature)
  3. 提交您的更改 (git commit -m 'Add some amazing feature')
  4. 推送到分支 (git push origin feature/amazing-feature)
  5. 打开一个 Pull Request

对于功能请求或错误报告，请创建一个 GitHub issue。如果您喜欢这个项目，请考虑为存储库加星标！

📄 许可证

此项目已获得 MIT 许可证的许可 - 有关详细信息，请参阅 LICENSE 文件。

🔗 资源

🎨 示例

演示

多个提示 提示变体
多个提示示例：“日落时宁静的山间湖泊”，“夜晚熙熙攘攘的城市街道”，“春天宁静的花园” 变体示例：基本提示“一座雄伟的城堡”，带有修饰符“水彩风格”，“油画风格”，“哥特式建筑风格”

以下是一些如何使用这些工具的示例：

使用 generate_multiple_images 批量生成图像

使用不同的提示一次创建多个不同的图像：

{
  "prompts": [
    "山路上的一辆红色跑车", 
    "海滩上的一辆蓝色跑车", 
    "城市街道上的一辆老式跑车"
  ]
}

使用 generate_image_variants 生成图像变体

使用种子创建同一概念的不同解释：

{
  "prompt": "夜晚未来主义的城市天际线",
  "num_variants": 4,
  "seed": 42
}

或者使用提示修饰符探索样式变体：

{
  "prompt": "人物肖像",
  "prompt_variations": [
    "动漫风格", 
    "水彩风格", 
    "油画风格", 
    "3D 渲染"
  ]
}

用 ❤️ 由 Yaroslav Boiko 制作

推荐服务器

mult-fetch-mcp-server

mult-fetch-mcp-server

一个多功能的、符合 MCP 规范的网页内容抓取工具，支持多种模式（浏览器/Node）、格式（HTML/JSON/Markdown/文本）和智能代理检测，并提供双语界面（英语/中文）。

精选
本地
AIO-MCP Server

AIO-MCP Server

🚀 集成了 AI 搜索、RAG 和多服务（GitLab/Jira/Confluence/YouTube）的一体化 MCP 服务器，旨在增强 AI 驱动的开发工作流程。来自 Folk。

精选
本地
Knowledge Graph Memory Server

Knowledge Graph Memory Server

为 Claude 实现持久性记忆，使用本地知识图谱，允许 AI 记住用户的信息，并可在自定义位置存储，跨对话保持记忆。

精选
本地
https://github.com/Streen9/react-mcp

https://github.com/Streen9/react-mcp

react-mcp 与 Claude Desktop 集成，能够根据用户提示创建和修改 React 应用程序。

精选
本地
any-chat-completions-mcp

any-chat-completions-mcp

将 Claude 与任何 OpenAI SDK 兼容的聊天完成 API 集成 - OpenAI、Perplexity、Groq、xAI、PyroPrompts 等。

精选
Exa MCP Server

Exa MCP Server

一个模型上下文协议服务器，它使像 Claude 这样的人工智能助手能够以安全和受控的方式，使用 Exa AI 搜索 API 执行实时网络搜索。

精选
AI 图像生成服务

AI 图像生成服务

可以用于 Cursor 集成 MCP 服务器。

精选
MCP Web Research Server

MCP Web Research Server

一个模型上下文协议服务器，使 Claude 能够通过集成 Google 搜索、提取网页内容和捕获屏幕截图来进行网络研究。

精选
MySQL MCP Server

MySQL MCP Server

允许人工智能助手通过受控界面列出表格、读取数据和执行 SQL 查询，从而使数据库探索和分析更安全、更有条理。

精选
browser-use MCP server

browser-use MCP server

一个由人工智能驱动的浏览器自动化服务器，它实现了模型上下文协议，从而能够使用自然语言控制网页浏览器，以执行诸如导航、表单填写和视觉交互等任务。

精选