使用说明

项目简介

Stable Diffusion MCP Server 是一个开源项目，它充当桥梁，将您的本地 Stable Diffusion 图像生成模型连接到支持 Model Context Protocol (MCP) 的客户端，例如 Cline。通过此服务器，LLM 应用可以调用 Stable Diffusion 的文生图能力，实现更丰富的多模态交互。

主要功能点

文生图 (Text-to-image generation): 根据文本提示词生成图像。
模型管理 (Model management): 支持使用不同的 Stable Diffusion 模型。
参数可配置 (Customizable parameters): 可以调整生成图像的步数 (steps)、引导比例 (guidance scale) 等参数。
易于集成 (Seamless integration): 通过 MCP 协议与 Cline 等客户端无缝集成。

安装步骤

环境准备: 确保已安装 Python 3.8 或更高版本，并已安装本地 Stable Diffusion 环境（需预先配置 PyTorch 等依赖）。
克隆仓库: 将 GitHub 仓库 'https://github.com/Aladin147/Stable-Diffusion-mcp' 克隆到本地。

安装依赖: 在仓库根目录下，打开终端或命令提示符，运行以下命令安装 Python 依赖：

pip install -r requirements.txt
pip install -e .

服务器配置

对于 MCP 客户端（如 Cline），您需要配置服务器连接信息。以下是 'cline_mcp_settings.json' 的配置示例，用于连接 Stable Diffusion MCP Server：

"stable_diffusion": {
  "command": "python",
  "args": ["-m", "stable_diffusion_mcp"],
  "env": {
    "PYTHONPATH": ".",
    "SD_MCP_MODEL_NAME": "runwayml/stable-diffusion-v1-5"
  },
  "disabled": false,
  "autoApprove": []
}

配置参数说明:

'"server name"': 'stable_diffusion' - 服务器名称，客户端用此名称来引用。
'"command"': '"python"' - 启动服务器的命令，这里使用 python 解释器。
'"args"': '["-m", "stable_diffusion_mcp"]' - 启动参数，'-m stable_diffusion_mcp' 表示运行 'stable_diffusion_mcp' 模块作为主程序。
'"env"': 环境变量配置。
- '"PYTHONPATH": "."' - 将当前目录添加到 Python 模块搜索路径，确保可以找到 'stable_diffusion_mcp' 包。
- '"SD_MCP_MODEL_NAME": "runwayml/stable-diffusion-v1-5"' - 设置 Stable Diffusion 模型名称，默认为 'runwayml/stable-diffusion-v1-5'。您可以通过修改此环境变量来切换不同的模型。
'"disabled"': 'false' - 设置为 'false' 表示启用该服务器连接。
'"autoApprove"': '[]' - 自动批准的工具列表，默认为空。

其他环境变量配置 (可选):

您还可以通过设置以下环境变量来配置服务器行为：

| 环境变量 | 描述 | 默认值 | |----------------------------|------------------------------------------|---------------------------| | 'SD_MCP_MODEL_NAME' | 使用的 Stable Diffusion 模型名称 | 'runwayml/stable-diffusion-v1-5' | | 'SD_MCP_DEVICE' | 运行设备 ('cuda', 'cpu', 或 'auto') | 'auto' | | 'SD_MCP_SAFETY_CHECKER' | 是否启用安全检查器 | 'true' | | 'SD_MCP_NUM_INFERENCE_STEPS' | 图像生成步数 | '50' | | 'SD_MCP_GUIDANCE_SCALE' | 提示词引导强度 | '7.5' | | 'SD_MCP_MAX_BATCH_SIZE' | 最大批量大小 | '4' |

基本使用方法

启动服务器: 在仓库根目录下，打开终端或命令提示符，运行以下命令启动 Stable Diffusion MCP Server：

python -m stable_diffusion_mcp

或 (PowerShell):

Start-Process -NoNewWindow python -ArgumentList "-m stable_diffusion_mcp"

服务器默认运行在 'http://0.0.0.0:8000'。

在 MCP 客户端中使用: 在 Cline 或其他 MCP 客户端中，配置好上述服务器连接信息后，即可使用 'stable_diffusion' 服务器提供的 'text_to_image' 工具。例如，在 Cline 中，您可以使用类似如下代码生成图像：

result = await use_mcp_tool(
  server_name="stable_diffusion",
  tool_name="text_to_image",
  arguments={
    "prompt": "A beautiful sunset over mountains, photorealistic"
  }
)
image_bytes = result["image"]
image_format = result["format"]
# ... 后续处理图像数据 ...

您可以根据 'text_to_image' 工具的 'input_schema' 调整 'arguments'，例如修改 'steps' 和 'guidance_scale' 参数。

关键词