项目简介

本项目是一个实现了 Model Context Protocol (MCP) 协议的服务器，专注于为 LLM 客户端提供图像生成功能。它利用 Together AI 的 API 接口，将强大的文生图能力以标准化的 MCP 方式暴露出来，使得 LLM 应用能够方便地调用图像生成工具。

主要功能点

• 高质量图像生成: 基于 Together AI 提供的模型，生成高质量的图像。
• 工具化调用: 提供 'generate_image' 工具，LLM 客户端可以通过 MCP 协议调用该工具生成图像。
• 可配置参数: 支持自定义图像生成参数，如提示词 (prompt)、模型 (model)、宽度 (width) 和高度 (height)。
• 错误处理: 具备完善的错误处理机制，能够处理 API 调用错误和模型错误等情况。
• 易于集成: 遵循 MCP 协议，可以轻松集成到任何兼容 MCP 协议的 LLM 客户端。

安装步骤

1. 环境准备: 确保已安装 Python 3.12 或更高版本。
2. 安装依赖: 使用 pip 安装项目依赖 'httpx' 和 'mcp'：

   pip install httpx mcp
   

3. 配置 API 密钥: 获取 Together AI 的 API 密钥，并将其设置为名为 'TOGETHER_AI_API_KEY' 的环境变量。
4. 克隆仓库: 将仓库代码克隆到本地。

服务器配置

要将此 MCP 服务器集成到 MCP 客户端（例如 Claude Desktop），您需要配置客户端以连接到此服务器。以下是 'claude_desktop_config.json' 文件的配置示例：

{
  "mcpServers": {
    "image-gen": {
      "command": "uv",
      "args": ["--directory", "/ABSOLUTE/PATH/TO/image-gen/", "run", "image-gen"],
      "env": {
        "TOGETHER_AI_API_KEY": "<API KEY>"
      }
    }
  }
}

配置参数说明：

• 'server name': 'image-gen' (服务器名称，客户端用此名称识别和调用)。
• 'command': 'uv' (运行服务器的命令，这里假设使用 'uv' 运行 Python 脚本，您可能需要根据实际环境调整为 'python' 或 'python3' 等)。
• 'args': '["--directory", "/ABSOLUTE/PATH/TO/image-gen/", "run", "image-gen"]' (命令参数，'--directory' 指定代码目录，'/ABSOLUTE/PATH/TO/image-gen/' 需要替换为您本地仓库的绝对路径， 'run image-gen' 指示运行 'image-gen' 入口)。
• 'env': '{"TOGETHER_AI_API_KEY": "<API KEY>"}' (环境变量配置，用于传递 Together AI 的 API 密钥，请将 '<API KEY>' 替换为您的实际 API 密钥)。

请注意，您需要将 '/ABSOLUTE/PATH/TO/image-gen/' 替换为您实际存放仓库的绝对路径。

基本使用方法

1. 启动服务器: 在配置好客户端后，首先需要启动 MCP 服务器。在仓库根目录下，打开终端并执行配置中指定的命令 (例如 'uv --directory /ABSOLUTE/PATH/TO/image-gen/ run image-gen')。
2. 客户端调用: 在兼容 MCP 协议的客户端中（如 Claude Desktop），配置并连接到 'image-gen' 服务器。客户端将能够发现并调用 'generate_image' 工具。
3. 生成图像: 通过客户端界面或指令，调用 'generate_image' 工具，并提供图像描述 (prompt) 以及其他可选参数（模型、宽度、高度）。服务器将调用 Together AI API 生成图像，并将图像结果返回给客户端。