Together AI Image Server

Together AI Image Server

一个 MCP 服务器,它使 Claude 和其他 MCP 兼容的助手能够使用 Together AI 的图像生成模型,通过文本提示生成图像。

图像与视频处理
访问服务器

Tools

generate_image

Generate image from text prompt using Together AI API

README

Together AI 图像服务器

English | 简体中文

一个基于 TypeScript 的 MCP (模型上下文协议) 服务器,用于使用 Together AI API 生成图像。

<a href="https://glama.ai/mcp/servers/p1ctvg1l87"> <img width="380" height="200" src="https://glama.ai/mcp/servers/p1ctvg1l87/badge" alt="Together AI Image Server MCP server" /> </a>

概述

该服务器提供了一个简单的接口,通过 MCP 协议使用 Together AI 的图像生成模型来生成图像。它允许 Claude 和其他 MCP 兼容的助手根据文本提示生成图像。

特性

工具

  • generate_image - 从文本提示生成图像
    • 接受一个文本提示作为必需参数
    • 可选参数用于控制生成步骤和图像数量
    • 返回生成的图像的 URL 和本地路径

前提条件

  • Node.js (建议 v14 或更高版本)
  • Together AI API 密钥

安装

# 克隆仓库
git clone https://github.com/zym9863/together-ai-image-server.git
cd together-ai-image-server

# 安装依赖
npm install

配置

将您的 Together AI API 密钥设置为环境变量:

# 在 Linux/macOS 上
export TOGETHER_API_KEY="your-api-key-here"

# 在 Windows (命令提示符) 上
set TOGETHER_API_KEY=your-api-key-here

# 在 Windows (PowerShell) 上
$env:TOGETHER_API_KEY="your-api-key-here"

或者,您可以在项目根目录中创建一个 .env 文件:

TOGETHER_API_KEY=your-api-key-here

开发

构建服务器:

npm run build

对于具有自动重新构建功能的开发:

npm run watch

与 Claude Desktop 一起使用

要与 Claude Desktop 一起使用,请添加服务器配置:

在 macOS 上:~/Library/Application Support/Claude/claude_desktop_config.json
在 Windows 上:%APPDATA%/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "Together AI Image Server": {
      "command": "/path/to/together-ai-image-server/build/index.js"
    }
  }
}

/path/to/together-ai-image-server 替换为您安装的实际路径。

调试

由于 MCP 服务器通过 stdio 进行通信,因此调试可能具有挑战性。我们建议使用 MCP Inspector,它作为一个包脚本提供:

npm run inspector

Inspector 将提供一个 URL 以在您的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 根据文本提示生成图像。

参数:

  • prompt (string, 必需): 用于图像生成的文本提示
  • steps (number, 可选, 默认: 4): 扩散步骤数 (1-4)
  • n (number, 可选, 默认: 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: 生成的图像的 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。

推荐服务器

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
@kazuph/mcp-fetch

@kazuph/mcp-fetch

用于获取网页内容和处理图像的模型上下文协议服务器。这使得 Claude Desktop(或任何 MCP 客户端)能够适当地获取网页内容和处理图像。

精选
本地
JavaScript
mermaid-mcp-server

mermaid-mcp-server

一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。

精选
JavaScript
mcp-pinterest

mcp-pinterest

用于图像搜索和信息检索的 Pinterest 模型上下文协议 (MCP) 服务器

精选
TypeScript
DeepSRT MCP Server

DeepSRT MCP Server

一个 MCP 服务器,通过与 DeepSRT 的 API 集成,使用户能够以多种语言和格式生成 YouTube 视频的摘要。

官方
JavaScript
ScreenshotOne MCP Server

ScreenshotOne MCP Server

一个官方的 MCP 服务器实现,它允许 AI 助手通过 ScreenshotOne API 捕获网站截图,从而在对话期间提供来自网页的视觉上下文。

官方
TypeScript
Glif

Glif

通过 MCP 运行托管在 Glif.app 上的 AI 工作流程,包括基于 ComfyUI 的图像生成器、表情包生成器、自拍、链式 LLM 调用等等。

官方
TypeScript
WebPerfect MCP Server

WebPerfect MCP Server

一个智能的MCP服务器,具有全自动化的批处理流水线,可用于生成适用于网络的图像。功能包括降噪、自动色阶/曲线、JPEG伪影去除、4K调整大小、智能锐化(带阴影/高光增强)以及高级WebP转换。

本地
JavaScript
Stealth Browser MCP Server

Stealth Browser MCP Server

使用 Playwright 提供隐身浏览器功能,采用反检测技术,使 MCP 客户端能够浏览网站并截取屏幕截图,同时规避常见的机器人检测系统。

本地
TypeScript
Video Editor MCP Server

Video Editor MCP Server

使用自然语言命令进行视频编辑,由 FFmpeg 提供支持,支持剪辑、合并、格式转换等操作,并具有实时进度跟踪和错误处理功能。

本地
Python