使用说明

项目简介

该项目 'mcp-server-replicate' 是一个 MCP (Model Context Protocol) 服务器的实现，它充当 LLM 客户端与 Replicate AI 模型平台之间的桥梁。通过该 MCP 服务器，LLM 客户端可以使用标准化的 MCP 协议，便捷地调用 Replicate 平台上托管的各种 AI 模型，例如图像生成模型，并获取模型的元数据信息。

主要功能点

图像生成工具: 支持通过 Replicate 平台上的图像生成模型，根据用户指定的参数生成图像。生成的图像可以进行大小调整和优化。
模型信息查询工具: 允许查询 Replicate 平台上模型的 Schema 信息，包括模型的输入和输出结构，方便 LLM 客户端理解和调用模型。

安装步骤

克隆仓库: 首先，您需要将该 GitHub 仓库克隆到本地：

git clone https://github.com/tzafrir/mcp-server-replicate.git
cd mcp-server-replicate

安装依赖: 使用 pip 安装项目所需的 Python 依赖包：

pip install -r requirements.txt

配置 Replicate API Token:
- 在项目根目录下创建 '.env' 文件。
- 在 '.env' 文件中设置您的 Replicate API Token，替换 'your_token_here' 为您实际的 API Token：
```
REPLICATE_API_TOKEN=your_token_here
```
  请务必替换为您自己的 Replicate API Token，您可以在 Replicate 官网申请获取。
启动 MCP 服务器: 使用 'fastmcp' 工具启动服务器。确保您已经安装了 'fastmcp' 命令行工具。如果未安装，请先安装 'fastmcp' (通常可以通过 'pip install fastmcp' 安装)。然后在项目根目录下运行：
```
fastmcp dev server.py
```
服务器默认会在本地启动，并监听 MCP 客户端的请求。

服务器配置

以下是 MCP 客户端连接 'mcp-server-replicate' 服务器时所需的配置信息（JSON 格式）。客户端需要根据此配置信息才能正确连接和调用服务器提供的工具。

{
  "serverName": "replicate",  // 服务器名称，与 server.py 中 FastMCP("replicate") 定义的名称一致
  "command": "fastmcp",      // 启动服务器的命令，这里使用 fastmcp 工具
  "args": [                   // 启动命令的参数
    "dev",                    // 使用 fastmcp 的 dev 模式
    "server.py"              // 指定服务器入口文件为 server.py
  ]
}

配置信息参数说明：

'"serverName"': MCP 服务器的名称，客户端用此名称识别服务器。
'"command"': 启动 MCP 服务器的可执行命令。通常是 'fastmcp'。
'"args"': 启动命令的参数列表。
- '"dev"': 指定 'fastmcp' 以开发模式运行，方便本地调试。
- '"server.py"': 指定作为服务器入口点的 Python 脚本文件。

MCP 客户端需要配置以上 JSON 信息，才能正确启动并连接到 'mcp-server-replicate' 服务器。 具体的配置方法请参考您使用的 MCP 客户端的文档。

基本使用方法

启动 MCP 客户端: 配置好上述服务器连接信息后，启动您的 MCP 客户端应用。客户端会尝试连接到 'mcp-server-replicate' 服务器。
发现服务器能力: 客户端连接成功后，可以向服务器查询其提供的能力，例如可用的工具列表和工具的 Schema 信息。
调用工具: 客户端可以使用 MCP 协议发送 JSON-RPC 请求来调用服务器提供的工具。
- 例如，调用 'generate_image' 工具: 客户端需要构造符合 'GenerationInput' 模型定义的 JSON 请求，包含 'model_name' (Replicate 模型名称) 和 'parameters' (模型参数) 等信息。
- 例如，调用 'get_model_schema' 工具: 客户端需要构造符合 'SchemaInput' 模型定义的 JSON 请求，包含 'model_name' (Replicate 模型名称) 等信息。
接收响应和通知: 服务器会通过 JSON-RPC 响应返回工具执行结果，例如生成的图像数据或模型 Schema 信息。服务器也可能会发送通知来报告工具执行进度。

请参考 FastMCP 和 MCP 协议的文档，以及 Replicate API 的文档，了解更详细的工具调用方法和参数说明。

关键词