Generador de imágenes FLUX Servidor MCP

Un servidor MCP (Protocolo de Contexto de Modelo) para generar imágenes utilizando el modelo FLUX de Black Forest Lab. Utiliza el SDK de MCP más reciente (v1.7.0).

Características

• Generar imágenes basadas en indicaciones de texto

• Personalice las dimensiones de la imagen, solicite un sobremuestreo y configuraciones de seguridad

• Guardar las imágenes generadas localmente

• Generación de imágenes por lotes a partir de múltiples indicaciones

Related MCP server: Image Generator MCP Server

Prerrequisitos

• Node.js (v18.0.0 o superior)

• Clave API de Black Forest Lab (obtenga una en https://api.bfl.ml )

Instalación

De la fuente

1. Clonar este repositorio

2. Instalar dependencias:

npm install

3. Cree un archivo .env basado en .env.example y agregue su clave API de Black Forest Lab:

BFL_API_KEY=your_api_key_here

4. Construir el proyecto:

npm run build

Usando npm

npm install -g @modelcontextprotocol/server-flux-image-generator

Uso

Iniciar el servidor MCP

Inicie el servidor con:

npm start

Para el desarrollo con recompilación automática:

npm run watch

Integración con clientes MCP

Para utilizar este servidor con clientes MCP (como Claude), agregue lo siguiente a la configuración de su cliente:

{
  "mcpServers": {
    "flux-image-generator": {
      "command": "mcp-server-flux-image-generator",
      "env": {
        "BFL_API_KEY": "your_api_key_here"
      }
    }
  }
}

Herramientas disponibles

generarImagen

Genera una imagen basada en un mensaje de texto con configuraciones personalizables.

Parámetros:

• prompt (cadena, obligatorio): Descripción de texto de la imagen a generar

• width (número, opcional, predeterminado: 1024): Ancho de la imagen en píxeles

• height (número, opcional, predeterminado: 1024): Altura de la imagen en píxeles

• promptUpsampling (booleano, opcional, valor predeterminado: falso): mejora los detalles mediante un muestreo superior del mensaje

• seed (número, opcional): semilla aleatoria para obtener resultados reproducibles

• safetyTolerance (número, opcional, predeterminado: 3): Tolerancia de moderación de contenido (1-5)

Ejemplo:

{
  "prompt": "A serene lake at sunset with mountains in the background",
  "width": 1024,
  "height": 768,
  "promptUpsampling": true,
  "seed": 12345,
  "safetyTolerance": 3
}

Imagen rápida

Una herramienta simplificada para generar rápidamente imágenes con configuraciones predeterminadas.

Parámetros:

• prompt (cadena, obligatorio): Descripción de texto de la imagen a generar

Ejemplo:

{
  "prompt": "A futuristic cityscape with flying cars"
}

Generar imágenes por lotes

Genera múltiples imágenes a partir de una lista de indicaciones.

Parámetros:

• prompts (matriz de cadenas, obligatoria): lista de indicaciones de texto (máximo 10)

• width (número, opcional, predeterminado: 1024): Ancho de las imágenes

• height (número, opcional, predeterminado: 1024): Altura de las imágenes

Ejemplo:

{
  "prompts": [
    "A serene lake at sunset",
    "A futuristic cityscape",
    "A magical forest with glowing plants"
  ],
  "width": 1024,
  "height": 768
}

Formato de salida

Todas las herramientas devuelven respuestas en este formato:

{
  "image_url": "https://storage.example.com/generated_image.jpg",
  "local_path": "/path/to/output/flux_1234567890.png"
}

Para errores:

{
  "error": true,
  "message": "Error description"
}

La herramienta por lotes devuelve:

{
  "total": 3,
  "successful": 2,
  "failed": 1,
  "results": [
    {
      "prompt": "A serene lake at sunset",
      "success": true,
      "image_url": "https://storage.example.com/image1.jpg",
      "local_path": "/path/to/output/flux_batch_1234567890_0.png"
    },
    {
      "prompt": "A futuristic cityscape",
      "success": true,
      "image_url": "https://storage.example.com/image2.jpg",
      "local_path": "/path/to/output/flux_batch_1234567890_1.png"
    },
    {
      "prompt": "Prohibited content",
      "success": false,
      "error": "Content policy violation"
    }
  ]
}

Licencia

Instituto Tecnológico de Massachusetts (MIT)