Skip to main content
Glama
deenesjakoruzh
manascb1344

Image Generation MCP Server

by manascb1344
OverviewSchemaSourceRelated ServersScoreDiscussionsAdmin
JavaScript
Hybrid

이미지 생성 MCP 서버

Together AI를 통해 Flux.1 Schnell 모델을 사용하여 고품질 이미지를 원활하게 생성할 수 있는 모델 컨텍스트 프로토콜(MCP) 서버입니다. 이 서버는 이미지 생성 매개변수를 지정하기 위한 표준화된 인터페이스를 제공합니다.

DeepWiki에 문의하세요

특징

  • Flux.1 Schnell 모델을 기반으로 하는 고품질 이미지 생성

  • 사용자 정의 가능한 크기(폭 및 높이) 지원

  • 신속한 검증 및 API 문제에 대한 명확한 오류 처리

  • MCP 호환 클라이언트와의 쉬운 통합

  • PNG 형식으로 디스크에 선택적 이미지 저장

Related MCP server: Image Generation MCP Server

설치

지엑스피1

또는 직접 실행:

npx together-mcp@latest

구성

MCP 서버 구성에 다음을 추가합니다.

{
  "mcpServers": {
    "together-image-gen": {
      "command": "npx",
      "args": ["together-mcp@latest -y"],
      "env": {
        "TOGETHER_API_KEY": "<API KEY>"
      }
    }
  }
}

용법

서버는 generate_image 라는 하나의 도구를 제공합니다.

generate_image 사용

이 도구에는 필수 매개변수인 프롬프트 하나만 있습니다. 다른 모든 매개변수는 선택 사항이며, 지정하지 않으면 적절한 기본값이 사용됩니다.

매개변수

{
  // Required
  prompt: string;          // Text description of the image to generate

  // Optional with defaults
  model?: string;          // Default: "black-forest-labs/FLUX.1-schnell-Free"
  width?: number;          // Default: 1024 (min: 128, max: 2048)
  height?: number;         // Default: 768 (min: 128, max: 2048)
  steps?: number;          // Default: 1 (min: 1, max: 100)
  n?: number;             // Default: 1 (max: 4)
  response_format?: string; // Default: "b64_json" (options: ["b64_json", "url"])
  image_path?: string;     // Optional: Path to save the generated image as PNG
}

최소 요청 예

프롬프트만 필요합니다:

{
  "name": "generate_image",
  "arguments": {
    "prompt": "A serene mountain landscape at sunset"
  }
}

이미지 저장을 포함한 전체 요청 예시

기본값을 무시하고 이미지를 저장할 경로를 지정합니다.

{
  "name": "generate_image",
  "arguments": {
    "prompt": "A serene mountain landscape at sunset",
    "width": 1024,
    "height": 768,
    "steps": 20,
    "n": 1,
    "response_format": "b64_json",
    "model": "black-forest-labs/FLUX.1-schnell-Free",
    "image_path": "/path/to/save/image.png"
  }
}

응답 형식

응답은 다음을 포함하는 JSON 객체가 됩니다.

{
  "id": string,        // Generation ID
  "model": string,     // Model used
  "object": "list",
  "data": [
    {
      "timings": {
        "inference": number  // Time taken for inference
      },
      "index": number,      // Image index
      "b64_json": string    // Base64 encoded image data (if response_format is "b64_json")
      // OR
      "url": string        // URL to generated image (if response_format is "url")
    }
  ]
}

image_path가 제공되고 저장이 성공하면 응답에 저장 위치 확인이 포함됩니다.

기본값

요청에 지정되지 않은 경우 다음 기본값이 사용됩니다.

  • 모델: "black-forest-labs/FLUX.1-schnell-Free"

  • 너비: 1024

  • 키: 768

  • 단계: 1

  • 명: 1

  • 응답_형식: "b64_json"

중요 참고 사항

  1. prompt 매개변수만 필요합니다.

  2. 모든 선택적 매개변수는 제공되지 않으면 기본값을 사용합니다.

  3. 제공되는 경우 매개변수는 제약 조건(예: 너비/높이 범위)을 충족해야 합니다.

  4. Base64 응답은 클 수 있습니다. 더 큰 이미지에는 URL 형식을 사용하세요.

  5. 이미지를 저장할 때 지정된 디렉토리가 존재하고 쓰기 가능한지 확인하십시오.

필수 조건

  • 노드.js >= 16

  • Together AI API 키

    1. api.together.xyz 에 로그인하세요

    2. API 키 설정 으로 이동

    3. 새로운 API 키를 생성하려면 "생성"을 클릭하세요.

    4. MCP 구성에서 사용할 생성된 키를 복사하세요.

종속성

{
  "@modelcontextprotocol/sdk": "0.6.0",
  "axios": "^1.6.7"
}

개발

프로젝트를 복제하고 빌드합니다.

git clone https://github.com/manascb1344/together-mcp-server
cd together-mcp-server
npm install
npm run build

사용 가능한 스크립트

  • npm run build - TypeScript 프로젝트 빌드

  • npm run watch - 변경 사항을 확인하고 다시 빌드합니다.

  • npm run inspector - MCP 검사기 실행

기여하다

여러분의 참여를 환영합니다! 다음 단계를 따라주세요.

  1. 저장소를 포크하세요

  2. 새로운 브랜치( feature/my-new-feature )를 생성합니다.

  3. 변경 사항을 커밋하세요

  4. 가지를 포크로 밀어 넣으세요

  5. 풀 리퀘스트 열기

기능 요청 및 버그 리포트는 GitHub Issues를 통해 제출하실 수 있습니다. 새 이슈를 생성하기 전에 기존 이슈를 확인해 주세요.

중요한 변경 사항이 있는 경우, 제안된 변경 사항을 논의하기 위해 먼저 이슈를 열어주세요.

특허

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 라이선스 파일을 참조하세요.

Available Tools

1 tool
generate_imageC

Generate an image using Together AI API

ParametersJSON Schema
NameRequiredDescriptionDefault
promptYesText prompt for image generation
modelNoModel to use for generation (default: black-forest-labs/FLUX.1-schnell-Free)
widthNoImage width (default: 1024)
heightNoImage height (default: 768)
stepsNoNumber of inference steps (default: 1)
nNoNumber of images to generate (default: 1)
response_formatNoResponse format (default: b64_json)
image_pathNoOptional path to save the generated image as PNG

TDQS

C2.9/5.0
Behavior2/5

Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?

With no annotations provided, the description carries the full burden of behavioral disclosure. It mentions the API provider but fails to describe critical behaviors like rate limits, authentication requirements, cost implications, error handling, or what happens when saving to 'image_path'. This leaves significant gaps for a tool with 8 parameters and no output schema.

Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.

Conciseness5/5

Is the description appropriately sized, front-loaded, and free of redundancy?

The description is extremely concise with a single sentence that directly states the tool's purpose. There is zero wasted language, and it's front-loaded with the core functionality, making it highly efficient.

Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.

Completeness2/5

Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?

Given the complexity (8 parameters, no output schema, no annotations), the description is insufficient. It doesn't explain return values, error cases, or behavioral nuances, leaving the agent with incomplete information for proper tool invocation in a real-world context.

Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.

Parameters3/5

Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?

Schema description coverage is 100%, so the schema fully documents all 8 parameters. The description adds no additional parameter semantics beyond what's already in the schema, meeting the baseline score of 3 for high schema coverage without extra value.

Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.

Purpose4/5

Does the description clearly state what the tool does and how it differs from similar tools?

The description clearly states the action ('Generate an image') and the target resource ('using Together AI API'), providing a specific verb+resource combination. However, with no sibling tools mentioned, there's no explicit differentiation from alternatives, preventing a perfect score.

Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.

Usage Guidelines2/5

Does the description explain when to use this tool, when not to, or what alternatives exist?

The description provides no guidance on when to use this tool versus alternatives, prerequisites, or context for invocation. It simply states what the tool does without any usage instructions or exclusions.

Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

  1. 1 tool updatev0.1.7
    • First observedgenerate_image
Install Server
RayrunBuild, deploy, and operate MCP servers without becoming an infrastructure team.ray.runAd

TDQS

B3.1/5.0

Scored across 1 tool

Disambiguation5/5

With only one tool, there is no possibility of ambiguity or overlap between tools. The single tool has a clear and distinct purpose, making it impossible for an agent to misselect between multiple options.

Naming Consistency5/5

Since there is only one tool, naming consistency is inherently perfect. The tool name 'generate_image' follows a clear verb_noun pattern, and there are no other tools to compare it against for inconsistency.

Tool Count2/5

A single tool is too few for a server named 'Image Generation MCP Server', which suggests a broader scope. While the tool covers basic generation, the lack of additional tools (e.g., for editing, listing, or managing images) makes the surface feel thin and incomplete for the implied domain.

Completeness2/5

The server is severely incomplete for an image generation domain. It only provides a generate_image tool, with no coverage for related operations like listing generated images, editing parameters, deleting images, or handling variations. This creates significant gaps that will likely cause agent failures in broader workflows.

Maintenance

ActivityInactive
ResponsivenessNo issues

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Connectors

Related MCP Servers

Appeared in Searches