项目简介
Flux图像生成MCP服务器是一个实现了Model Context Protocol (MCP) 的后端服务,旨在为LLM客户端提供图像生成能力。它集成了OhMyGPT的Flux模型,允许用户通过调用 'generate_image' 工具生成图像,并将最近生成的图像存储为资源,方便客户端访问和管理。
主要功能点
- 图像生成工具: 提供 'generate_image' 工具,允许LLM客户端调用以生成图像。支持多种参数配置,如prompt文本、参考图像、宽高比、安全等级等。
- 资源管理: 将最近生成的图像结果存储为资源,客户端可以通过资源URI访问和获取图像生成结果的JSON数据。
- MCP协议兼容: 完全遵循MCP协议规范,通过JSON-RPC与客户端通信,支持Stdio传输协议。
- 可配置性: 通过环境变量 'OHMYGPT_API_KEY' 配置OhMyGPT API密钥。
安装步骤
-
克隆仓库: 将 'omgflux-mcp-server' 仓库克隆到本地。
git clone https://github.com/XXpE3/omgflux-mcp-server.git cd omgflux-mcp-server -
安装依赖: 使用 npm 或 yarn 安装项目依赖。
npm install # 或 yarn install -
配置环境变量: 设置 'OHMYGPT_API_KEY' 环境变量,用于OhMyGPT API的身份验证。你需要拥有OhMyGPT API的访问权限。
# 例如,在Linux/macOS系统中 export OHMYGPT_API_KEY="YOUR_OHMYGPT_API_KEY" # 在Windows系统中,使用 set 命令 set OHMYGPT_API_KEY=YOUR_OHMYGPT_API_KEY建议将环境变量配置写入 '.env' 文件,项目已包含 '.env.example' 文件,复制并重命名为 '.env' 后修改其中的 'OHMYGPT_API_KEY'。
服务器配置
以下为 MCP 客户端配置 Flux图像生成MCP服务器的 JSON 格式,请复制到你的 MCP 客户端配置中。
{ "serverName": "flux-image-server", "command": "node", "args": ["dist/index.js"] }
参数注释:
- 'serverName': 服务器名称,客户端用于标识和管理连接。可以自定义,例如 "flux-image-server"。
- 'command': 启动服务器的命令。这里使用 'node' 命令来运行 JavaScript 代码。
- 'args': 传递给 'node' 命令的参数,指定服务器入口文件路径。 'dist/index.js' 是编译后的服务器主程序文件路径。 请确保先执行 'npm run build' 或 'yarn build' 命令编译 TypeScript 代码生成 'dist' 目录。
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 run start # 或 yarn start服务器成功启动后,会在控制台输出 'Flux Image MCP server running on stdio' 信息。
-
MCP客户端交互: 配置并启动 MCP 客户端,客户端将通过 Stdio 与 Flux图像生成MCP服务器建立连接。
-
调用 'generate_image' 工具: 在 MCP 客户端中,可以使用 'CallToolRequest' 请求调用 'generate_image' 工具,并传入相应的参数,例如:
{ "jsonrpc": "2.0", "method": "call_tool", "params": { "name": "generate_image", "arguments": { "prompt": "A futuristic cityscape at sunset" } }, "id": "1" } -
访问资源: 服务器会将最近生成的图像信息作为资源返回。客户端可以通过 'ListResourcesRequest' 获取资源列表,并通过 'ReadResourceRequest' 读取特定资源的详细信息(JSON格式的图像生成结果)。资源 URI 格式为 'ohmygpt://images/{index}',例如 'ohmygpt://images/0' 表示最新的图像生成结果。
信息
分类
AI与计算