Skip to main content
Glama

iRAG MCP Server

by kuai0901
FINAL_SETUP.md6.83 kB
# 最终设置和验证指南 本指南将帮助您完成百度iRAG MCP服务器的最终设置和验证。 ## 🚨 重要提醒 **之前的测试只验证了服务器启动,没有真正调用百度API生成图片。** 要确保MCP服务器完全可用,您需要: 1. **获取真实的百度API Key** 2. **运行真实的API测试** 3. **验证图片生成和Base64转换** 4. **在Claude Desktop中实际测试** ## 步骤1:获取真实API Key ### 1.1 访问百度智能云控制台 - 访问:https://console.bce.baidu.com/iam/#/iam/apikey/list - 登录您的百度账号 ### 1.2 创建API Key 1. 点击"创建API Key" 2. 选择"千帆ModelBuilder" 3. 配置应用资源(选择您的应用) 4. 复制生成的API Key ### 1.3 验证API Key格式 API Key应该类似:`bce-v3/ALTAK-xxxxxxxxx/yyyyyyyyyyy` ## 步骤2:配置环境 ### 2.1 更新.env文件 ```env # 替换为您的真实API Key BAIDU_API_KEY=bce-v3/ALTAK-your-real-key/your-real-secret # 图片保存配置(重要!) RESOURCE_MODE=local # 推荐设置为local,图片会保存到本地文件 BASE_PATH= # 可选:自定义保存路径,留空使用默认桌面路径 MODEL=irag-1.0 # 默认模型:irag-1.0(快速)| flux.1-schnell(高质量) # 其他配置 SERVER_NAME=irag-mcp-server SERVER_VERSION=1.0.0 LOG_LEVEL=info API_TIMEOUT=30000 MAX_RETRIES=3 ``` ### 2.2 图片保存配置说明 - **RESOURCE_MODE=local**: - 图片会保存到本地文件系统 - 同时返回base64数据供MCP客户端显示 - 在响应中包含本地文件路径信息 - **RESOURCE_MODE=url**: - 仅返回图片URL和base64数据 - 不保存本地文件 - 适合不需要持久化存储的场景 - **BASE_PATH**: - 自定义图片保存路径 - 留空则使用默认路径:`用户桌面/irag-images` - 示例:`C:\Users\YourName\Pictures\AI-Images` - **MODEL**: - 设置默认使用的图片生成模型 - `irag-1.0`: 百度自研模型,通用性好,速度快,适合日常使用 - `flux.1-schnell`: 支持更多高级参数,质量更高,适合专业创作 - 用户仍可在请求中覆盖默认模型 ### 2.3 测试图片保存功能 在运行真实API测试前,先测试图片保存功能: ```bash npm run test:images ``` 这将测试不同的保存模式,确保图片能正确保存到本地。 ### 2.4 重新构建项目 ```bash npm run build ``` ## 步骤3:运行真实API测试 ### 3.1 直接API测试 ```bash npm run test:api ``` **期望输出:** ``` 🚀 开始直接API测试... 📝 API Key: bce-v3/ALTAK-xxxxx... ✅ iRAG客户端创建成功 📨 发送图片生成请求... ✅ API调用成功! ⏱️ 耗时: 3.2 秒 📊 响应数据: - 请求ID: as-xxxxxxxxx - 创建时间: 2025-06-30 16:xx:xx - 图片数量: 1 🖼️ 图片 1: - URL: http://qianfan-modelbuilder-img-gen.bj.bcebos.com/... 📥 开始下载图片... ✅ 图片下载成功 ⏱️ 下载耗时: 1.5 秒 📊 图片信息: - 大小: 245678 bytes - 类型: image/png ✅ Base64转换成功 - Base64长度: 327570 ✅ Base64格式验证通过 🎉 直接API测试完成! ``` ### 3.2 如果测试失败 **常见错误及解决方案:** 1. **API Key无效** ``` ❌ 测试失败: API错误 (401): Invalid API key ``` - 检查API Key格式 - 确认已配置千帆ModelBuilder资源 2. **网络连接问题** ``` ❌ 图片下载失败: timeout of 30000ms exceeded ``` - 检查网络连接 - 尝试增加超时时间 3. **配额不足** ``` ❌ 测试失败: API错误 (429): Rate limit exceeded ``` - 检查API使用配额 - 等待配额重置 ## 步骤4:配置Claude Desktop ### 4.1 找到配置文件 - **Windows**: `%APPDATA%\Claude\claude_desktop_config.json` - **macOS**: `~/Library/Application Support/Claude/claude_desktop_config.json` ### 4.2 添加MCP服务器配置 ```json { "mcpServers": { "irag-image-generator": { "command": "node", "args": ["/完整绝对路径/irag-mcp-server/dist/index.js"], "env": { "BAIDU_API_KEY": "bce-v3/ALTAK-your-real-key/your-real-secret" } } } } ``` **⚠️ 重要提醒:** - 必须使用完整的绝对路径 - 确保路径中的`dist/index.js`文件存在 - API Key必须是真实有效的 ### 4.3 验证配置 ```bash # 检查文件是否存在 ls -la /完整路径/irag-mcp-server/dist/index.js # 测试Node.js能否执行 node /完整路径/irag-mcp-server/dist/index.js ``` ## 步骤5:重启Claude Desktop 1. 完全关闭Claude Desktop应用 2. 重新启动Claude Desktop 3. 等待应用完全加载 ## 步骤6:在Claude Desktop中测试 ### 6.1 发送测试请求 在Claude Desktop中输入: ``` 请帮我生成一张可爱小猫的图片 ``` ### 6.2 期望结果 Claude应该: 1. 识别到图片生成工具 2. 调用百度iRAG API 3. 返回生成的图片(以base64格式显示) 4. 显示成功消息和文件保存路径 **示例响应:** ``` 图片 1 生成成功 📁 已保存到: C:\Users\YourName\Desktop\irag-images\irag-2025-06-30-16-30-45-123-1.png [显示生成的图片] ``` 您可以在指定路径找到保存的PNG图片文件。 ### 6.3 如果失败 查看Claude Desktop的日志或错误信息,常见问题: - MCP服务器未启动 - 配置文件格式错误 - 路径不正确 - API Key无效 ## 步骤7:高级测试 ### 7.1 测试不同参数 ``` 请生成一张1024x1024的现代简约风格客厅设计图,使用irag-1.0模型 ``` ### 7.2 测试批量生成 ``` 请生成3张不同风格的风景画 ``` ### 7.3 测试flux.1-schnell模型 ``` 请使用flux.1-schnell模型生成一张科幻风格的城市景观,设置采样步数为20 ``` ## 故障排除 ### 检查服务器日志 如果启用了日志文件: ```bash tail -f logs/server.log ``` ### 手动测试MCP连接 ```bash # 启动服务器并查看输出 BAIDU_API_KEY=your-key node dist/index.js ``` ### 验证完整流程 ```bash # 运行端到端测试 npm run test:e2e ``` ## 成功标志 当以下所有测试都通过时,您的MCP服务器就完全可用了: - ✅ `npm run test:api` 成功 - ✅ Claude Desktop配置正确 - ✅ 在Claude Desktop中能生成图片 - ✅ 图片以正确的base64格式显示 - ✅ 不同参数和模型都能正常工作 ## 下一步 一旦验证成功,您可以: 1. **探索更多功能** - 查看 [EXAMPLES.md](EXAMPLES.md) 2. **优化配置** - 调整超时、重试等参数 3. **监控使用** - 查看API使用情况和日志 4. **扩展功能** - 基于现有代码添加新特性 ## 获取帮助 如果遇到问题: 1. 查看 [TROUBLESHOOTING.md](TROUBLESHOOTING.md) 2. 检查 [TESTING.md](TESTING.md) 中的测试指南 3. 确保按照本指南的每个步骤操作 4. 收集详细的错误信息和日志

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/kuai0901/irag-mcp-server'

If you have feedback or need assistance with the MCP directory API, please join our Discord server