🌉 Forge Neo MCP

MCP-Server für Stable Diffusion WebUI Forge - Neo · Generiere Bilder auf deiner eigenen GPU, von jedem KI-Agenten, der MCP spricht

Bitte Claude — oder einen beliebigen MCP-fähigen Agenten — um ein Bild, und es wird auf deinem lokalen Forge Neo generiert. Der Server liest, welches Checkpoint geladen ist, ermittelt die Sampling-Parameter und den Prompt-Stil, den dieses Modell erwartet, schreibt den Prompt und übergibt dir die Datei.

Du musst niemals Schritte, CFG oder Sampler vorgeben, außer du willst es. Diese kommen aus deiner eigenen Umgebung: aus den Einstellungen deiner Instanz, deinen früheren Generierungen, den Metadaten deines Checkpoints. Wo etwas nicht bestimmt werden kann, wird gefragt statt geraten.

[!WICHTIG] Forge Neo muss mit --api laufen. Es wird nichts in deinen Forge-Ordner installiert — keine Erweiterung, kein Custom Node. Die Brücke spricht mit der REST-API, die Forge bereits bereitstellt.

📋 Inhaltsverzeichnis

• Voraussetzungen

• Installation

• Konfiguration

• Erster Start

• Verwendung

• Werkzeuge

• Fehlerbehebung

• Was es für dich tut

• Roadmap

• Danksagungen

Related MCP server: Nano Banana

✅ Voraussetzungen

Nur wenn Forge auf einem anderen Rechner läuft: Netzwerkzugriff darauf und eine Dateifreigabe, wenn du Ergebnisse als Dateipfade statt als base64 erhalten möchtest.

📦 Installation

1 · API in Forge Neo aktivieren

Bearbeite deine webui-user.bat (Windows) oder webui-user.sh (Linux) und füge --api hinzu:

set COMMANDLINE_ARGS=--api

Behalte alle Flags, die du bereits hattest — füge einfach --api hinzu. Starte Forge neu.

So prüfst du es: Öffne http://127.0.0.1:7860/docs. Wenn du dort /sdapi/v1/...-Endpunkte aufgelistet siehst, ist die API aktiv.

2 · Die Brücke installieren

pip install git+https://github.com/eduardoabreu81/forgeneo-mcp

3 · Bei deinem Agenten registrieren

Claude Code

claude mcp add forgeneo -e FORGE_URL=http://127.0.0.1:7860 -- forgeneo-mcp

Claude Desktop, Cursor oder jeder Client mit einer mcp.json

{
  "mcpServers": {
    "forgeneo": {
      "command": "forgeneo-mcp",
      "env": { "FORGE_URL": "http://127.0.0.1:7860" }
    }
  }
}

Starte deinen Client neu — MCP-Server werden beim Start geladen, daher erscheinen die Werkzeuge in einer neuen Sitzung.

⚙️ Konfiguration

Alles ist optional außer FORGE_URL, und selbst das nur, wenn Forge nicht unter 127.0.0.1:7860 erreichbar ist.

Alles auf einem Rechner

Sonst nichts zu tun — die Standardwerte decken es ab.

Forge auf einem anderen Rechner

Starte Forge mit --listen --api und weise die Brücke darauf hin, dann ordne die Pfade zu:

claude mcp add forgeneo \
  -e FORGE_URL=http://gpu-box:7860 \
  -e FORGE_PATH_MAP='D:/forge-neo=//gpu-box/share/forge-neo' \
  -- forgeneo-mcp

FORGE_PATH_MAP wird gelesen als wie Forge es nennt = wie du es nennst. Forge meldet Pfade wie D:\forge-neo\output\...; wenn du denselben Ordner als \\gpu-box\share\forge-neo\output\... erreichst, ermöglicht diese Zuordnung der Brücke, dir Dateipfade statt Megabytes an base64 zu übergeben.

Ohne sie funktioniert weiterhin alles — du bekommst nur base64.

[!HINWEIS] --listen setzt die API ohne Passwort deinem Netzwerk aus. Falls das bei dir relevant ist, füge Forge --api-auth user:password hinzu und setze FORGE_AUTH entsprechend.

🚀 Erster Start

Öffne eine neue Sitzung und bitte deinen Agenten, die Verbindung zu prüfen. Er ruft capabilities auf und berichtet, was er gefunden hat:

reachable    true
counts       checkpoints · loras · samplers · schedulers · modules
filesystem   file paths        (or: base64 — no readable output dir)
history      how many past generations it could read

Drei Dinge sind einen Blick wert:

• filesystem: base64 — FORGE_PATH_MAP fehlt oder ist falsch. Nicht fatal, aber die Ergebnisse werden deinen Chatverlauf aufblähen.

• history: 0 — er kann nicht aus deiner bisherigen Arbeit lernen. Meist ist der Ausgabeordner nicht erreichbar oder Forge speichert keine Metadaten (siehe Fehlerbehebung).

• loras: 0 bei installierten LoRAs — Forges eigene LoRA-Liste ist leer; aktualisiere sie in der Benutzeroberfläche.

💬 Verwendung

Einfach fragen. Der Agent erledigt den Rest.

"ein Titelbild für einen Beitrag über Winterwanderungen"

Er prüft, was geladen ist, erkennt, ob dieses Modell Prosa oder Tags bevorzugt, schreibt den Prompt entsprechend und generiert.

"dasselbe, aber im Stil, den ich für Thumbnails verwende"

Er durchsucht deine LoRAs, findet die gemeinte, übernimmt ihr Trigger-Wort und die Gewichtung, die du normalerweise verwendest, und schreibt sie in den Prompt — sichtbar, damit du lesen kannst, was gesendet wurde.

"wechsel zu meinem Porträtmodell"

Er lädt dieses Checkpoint. Wenn es zu einer anderen Architektur gehört, kommen der passende VAE und Text-Encoder mit.

Andere Dinge, die du direkt fragen kannst:

• "Welches Modell ist geladen und wie soll ich es prompten?" — das Profil, in einfachen Worten

• "Welche meiner LoRAs funktionieren mit diesem Checkpoint?" — gefiltert auf kompatible

• "Ist meine Flux-Einrichtung vollständig?" — prüft VAE und Text-Encoder

• "Stopp" — unterbricht eine laufende Generierung

🛠️ Werkzeuge

Dein Agent wählt sie selbst aus; die Liste ist hier, damit du weißt, was er kann.

🔧 Fehlerbehebung

Es meldet, Forge sei nicht erreichbar Bestätige, dass Forge mit --api läuft und dass http://127.0.0.1:7860/docs /sdapi/v1/-Endpunkte auflistet. Wenn Forge auf einem anderen Rechner läuft, braucht es außerdem --listen, und eine Firewall könnte im Weg sein.

Ergebnisse kommen als base64 zurück und überfluten den Chatverlauf FORGE_PATH_MAP fehlt oder stimmt nicht überein. Vergleiche den Pfad, den Forge meldet — sichtbar in den Informationen jeder Generierung — mit dem Pfad, über den du denselben Ordner erreichst.

Es kennt meine üblichen Einstellungen nicht Es lernt aus deinen früheren Bildern, wofür Forge die Generierungsparameter speichern muss. Unter Einstellungen → Bilder speichern aktiviere "Textinformationen über Generierungsparameter als Chunks in PNG-Dateien speichern" oder aktiviere die .txt-Begleitdatei. Ohne beides tragen deine Ausgaben keine Parameter und es fällt auf Architektur-Standardwerte zurück.

Es fragt ständig, zu welcher Linie mein SDXL-Checkpoint gehört Pony, Illustrious, Animagine und Standard-SDXL sind anhand der Datei nicht zu unterscheiden — gleiche Tensoren, gleiche Voreinstellung, anderes Prompt-Vokabular. Einmal antworten; es wird pro Datei gespeichert und nie wieder gefragt.

Bilder sehen nach dem Architekturwechsel falsch aus Bitte um eine Modulprüfung. Forge merkt sich den zuletzt unter jeder Voreinstellung ausgewählten VAE und Text-Encoder. Wenn ein Checkpoint geladen wird, während eine andere Voreinstellung aktiv war, können die falschen angehängt bleiben. Die Prüfung benennt, was fehlt und ob die richtige Datei bereits installiert ist.

Ein Download wurde wegen fehlenden Speicherplatzes abgelehnt Absicht — es prüft den freien Speicherplatz vor dem Start, statt mehrere Gigabyte später zu scheitern. Schaffe etwas Platz oder wähle einen leichteren Build wie fp8_scaled statt bf16.

🎯 Was es für dich tut

• Sampling-Parameter, die zum Modell passen. Aus deinen eigenen früheren Generierungen, wo verfügbar, und aus den Einstellungen deiner Instanz sonst — nicht aus einer Tabelle in diesem Repository.

• Das richtige Prompt-Vokabular. Qualitäts-Tags, wo sie helfen, keine, wo sie schaden: masterpiece, best quality zu einem auf Bildunterschriften trainierten Modell hinzuzufügen verwässert den Prompt, statt ihn zu verbessern.

• Deine LoRAs, durchsuchbar. Nach Name, Tag, Trigger-Wort oder Beschreibung, mit den Gewichtungen, die du tatsächlich verwendest. Nichts wird einem Prompt hinzugefügt, ohne es dir zu zeigen.

• Ehrliche Unsicherheit. Wo die Belege enden, sagt es das und fragt. Keine stillen Vermutungen.

• Modul-Gesundheitsprüfungen. Erkennt, wenn eine Voreinstellung den falschen VAE oder Text-Encoder übernommen hat, und verweist auf den offiziellen Download für alles Fehlende.

Hinweise dazu, wie jede Antwort abgeleitet wird, stehen im Quellcode, neben dem Code, der sie ableitet.

🗺️ Roadmap

• Video (Wan) — Forge generiert Video über Bildanzahlen in Vielfachen von 4n+1 und kodiert mit ffmpeg, aber die API verwirft den resultierenden Pfad. Das Einsammeln von der Festplatte ist bereits der Weg, wie Bilder zurückkommen, also ist dies größtenteils Verkabelung.

• EXIF-Metadaten — JPEG und WebP speichern Parameter in EXIF, wenn die .txt-Begleitdatei deaktiviert ist; diese Kombination erzeugt derzeit keinen Verlauf.

• Authentifizierung — FORGE_AUTH ist implementiert, wurde aber noch nicht gegen eine echte --api-auth-Instanz getestet.

📄 Danksagungen

• Forge Neo von Haoming02 — die WebUI, zu der diese Brücke führt, und das Download Models-Wiki hinter der Modulreferenz

• Modellautoren, die echte Prompting-Anleitungen auf ihren Karten veröffentlichen — die Dialekt-Tabelle basiert auf diesen, nicht auf Vermutungen

• Model Context Protocol — das Protokoll und das Python-SDK

• CivitAI — öffentlicher By-Hash-Endpunkt für die optionale Suche

📜 Lizenz

MIT — siehe LICENSE

Mit ❤️ für die Stable-Diffusion-Community erstellt

Fehler melden • Funktion wünschen • Diskussionen • ☕ Ko-fi