使用说明

项目简介

本项目 'fal-mcp-server' 是一个实现了 Model Context Protocol (MCP) 的服务器，专注于AI视频生成功能。它利用 FAL.AI 提供的 AI 模型（Luma Ray2 Flash 和 Kling v1.6 Pro），允许用户通过文本描述或上传图像来生成视频。此服务器可以与支持 MCP 协议的客户端（如 Claude Desktop）集成，为用户提供便捷的AI视频生成服务。

主要功能点

文本生成视频: 通过输入文本提示词，即可生成符合描述的视频内容。
图像辅助生成: 支持使用起始图片和/或结束图片来引导视频生成，更精确地控制视频内容。
多种视频参数: 可以自定义视频的宽高比、分辨率、时长和是否循环播放。
模型选择: 支持选择 Luma Ray2 Flash 或 Kling v1.6 Pro 两种不同的AI视频生成模型，以满足不同的生成需求和效果偏好。
状态查询: 提供工具查询视频生成任务的状态，方便用户追踪任务进度。

安装步骤

克隆仓库

git clone https://github.com/el-el-san/fal-mcp-server.git
cd fal-mcp-server

安装依赖
```
npm install
```
配置 FAL.AI API 密钥
- 在项目根目录下创建 '.env' 文件。
- 在 '.env' 文件中添加你的 FAL.AI API 密钥。你需要在 FAL.AI 官网注册并获取 API 密钥。
```
FAL_KEY=你的FAL_AI_API密钥
```

服务器配置

要将此 MCP 服务器集成到 MCP 客户端（例如 Claude Desktop），你需要配置客户端的 MCP 服务器设置。以下是一个 'claude_desktop_config.json' 示例配置，展示了如何配置 'video-generator' 服务器：

{
  "mcpServers": {
    "video-generator": {
      "command": "node",
      "args": ["你的安装路径/fal-mcp-server/build/index.js"],
      "env": {
        "FAL_KEY": "你的FAL_AI_API密钥"
      }
    }
  }
}

配置参数说明:

server name (video-generator): 服务器名称，用于在 MCP 客户端中标识和调用此服务器。可以自定义名称。
command (node): 启动服务器的命令，这里使用 'node' 命令来执行 JavaScript 代码。
args (["你的安装路径/fal-mcp-server/build/index.js"]): 启动服务器命令的参数，指向编译后的服务器入口文件 'index.js' 的路径。请将 '你的安装路径' 替换为 'fal-mcp-server' 仓库在你的系统中的实际安装路径。
env: 环境变量配置，'FAL_KEY' 用于传递 FAL.AI API 密钥给服务器。确保此处配置的 API 密钥与 '.env' 文件中的一致。

基本使用方法

启动服务器 在项目根目录下，运行以下命令启动 MCP 服务器：
```
npm start
```
服务器成功启动后，会在控制台输出 "Video Generator MCP Server running on stdio" 等信息。
在 MCP 客户端中使用
- 确保你的 MCP 客户端（如 Claude Desktop）已正确配置 'video-generator' 服务器。
- 在 MCP 客户端中，你可以通过自然语言指令来调用 'generate-video' 工具生成视频。例如，在 Claude 中，你可以输入类似以下指令：
```
请使用 Kling 模型生成一个猫咪在海边玩耍的短视频，时长 9 秒，分辨率 720p。
```
- MCP 客户端会将指令转换为对 'generate-video' 工具的调用，并将参数传递给 'fal-mcp-server'。
- 服务器接收到请求后，会调用 FAL.AI API 生成视频，并将视频 URL 返回给 MCP 客户端。
- 你可以通过 'check-video-status' 工具，使用 'request_id' 查询视频生成状态。

注意:

首次使用或更换配置后，请重启 MCP 客户端和 MCP 服务器以确保配置生效。
视频生成需要消耗 FAL.AI 平台的 API 调用额度，请确保你的 FAL.AI 账户有足够的额度。
视频生成时间可能较长，具体时间取决于视频参数和 AI 模型的负载。

关键词