Skip to main content
Glama
deenesjakoruzh
mcaimi

sd-api-mcp

by mcaimi
OverviewSchemaRelated ServersScoreDiscussions
Python
Hybrid

sd-api-mcp

Stable Diffusion REST API を AI エージェントに公開する MCP (Model Context Protocol) サーバーです。SD1.5、SDXL、Illustrious XL パイプラインをサポートし、テキストから画像への生成、インペインティング、モデル管理、モデルマージに対応しています。

これは SD API Backend プロジェクトの上に構築されています。

MCP Python SDK を使用して構築され、uv で管理されています。

要件

  • Python >= 3.11

  • uv パッケージマネージャー

  • 稼働中の Stable Diffusion API インスタンス (デフォルト: http://localhost:8000)

Related MCP server: Segmind MCP Server

インストール

git clone <repo-url>
cd sd-api-mcp
uv sync

使用方法

stdio (デフォルト)

サーバープロセスを管理する MCP クライアント (例: Claude Code、Claude Desktop) で使用する場合:

uv run sd-api-mcp

SSE

uv run sd-api-mcp --transport sse --host 0.0.0.0 --port 8080

Streamable HTTP (ネットワーク展開に推奨)

uv run sd-api-mcp --transport streamable-http --host 0.0.0.0 --port 8080

MCP エンドポイントは http://<host>:<port>/mcp で利用可能になります。

Claude Desktop の設定

claude_desktop_config.json に追加します:

{
  "mcpServers": {
    "stable-diffusion": {
      "command": "uv",
      "args": ["run", "--project", "/path/to/sd-api-mcp", "sd-api-mcp"],
      "env": {
        "SD_API_URL": "http://localhost:8000"
      }
    }
  }
}

Claude Code の設定

claude mcp add stable-diffusion -- uv run --project /path/to/sd-api-mcp sd-api-mcp

OpenCode の設定

opencode.json に追加します:

{
  "mcp": {
    "stable-diffusion": {
      "type": "stdio",
      "command": "uv",
      "args": ["run", "--project", "/path/to/sd-api-mcp", "sd-api-mcp"],
      "env": {
        "SD_API_URL": "http://localhost:8000"
      }
    }
  }
}

SSE または Streamable HTTP トランスポートの場合は、サーバーを別途起動し、代わりにリモート URL を使用します:

{
  "mcp": {
    "stable-diffusion": {
      "type": "sse",
      "url": "http://localhost:8080/sse"
    }
  }
}

環境変数

変数

デフォルト

説明

SD_API_URL

http://localhost:8000

Stable Diffusion API のベース URL

SD_POLL_INTERVAL

2.0

ジョブステータスのポーリング間隔 (秒)

SD_POLL_TIMEOUT

600.0

ジョブ完了までの最大待機時間 (秒)

MCP_TRANSPORT

stdio

トランスポートプロトコル (stdio、sse、streamable-http)

MCP_HOST

127.0.0.1

SSE/HTTP トランスポートのバインドアドレス

MCP_PORT

8080

SSE/HTTP トランスポートのポート

利用可能なツール

画像生成

ツール

説明

generate_image

画像を生成し、結果を待ちます

inpaint_image

マスクされた領域をインペイントし、結果を待ちます

submit_generate

生成ジョブを送信し、ジョブ ID をすぐに返します

submit_inpaint

インペインティングジョブを送信し、ジョブ ID をすぐに返します

batch_generate

最大 10 件の生成リクエストを一度に送信します

compare_models

比較用に同じプロンプトで 2〜6 個のモデルを使用して生成します

すべての生成ツールは pipeline パラメータ ("sd15"、"sdxl"、"illustrious") を受け付けます。

モデル管理

ツール

説明

list_models

利用可能なチェックポイント、LoRA、VAE を一覧表示します

get_model_metadata

モデルの safetensors ヘッダーからメタデータを読み取ります

ジョブ管理

ツール

説明

list_jobs

ステータスと進捗を含むすべてのジョブを一覧表示します

get_job_status

特定のジョブのステータスと結果を取得します

cancel_job

保留中または実行中のジョブをキャンセルします

システム

ツール

説明

health_check

SD API に到達可能かどうかを確認します

system_info

GPU、キャッシュ、キューの統計情報を取得します

list_schedulers

利用可能なノイズスケジューラーを一覧表示します

get_app_settings

現在の構成パラメータを取得します

モデルマージ

ツール

説明

merge_models

2 つのチェックポイントをマージします (linear、slerp、additive、subtract)

batch_merge_models

ベースモデルを複数のターゲットとマージします

recipe_merge

複数ステップのマージレシピを実行します

例

画像を生成する (エージェントの視点)

AI エージェントは generate_image ツールを次のように呼び出します:

{
  "pipeline": "sdxl",
  "positive_prompt": "a cat sitting on a windowsill, golden hour lighting, photorealistic",
  "negative_prompt": "blurry, low quality",
  "model_checkpoint": "dreamshaperXL_v2.safetensors",
  "width": 1024,
  "height": 1024,
  "steps": 30,
  "cfg_scale": 7.0,
  "seed": -1,
  "scheduler": "DPM++ 2M"
}

このツールは SD API にジョブを送信し、完了するまでポーリングし、生成された画像を含む完全な結果を返します。

利用可能なモデルを一覧表示する

{
  "model_type": "sdxl",
  "resource_type": "checkpoints"
}

2 つのモデルをマージする

{
  "model_type": "sd15",
  "base_model": "v1-5-pruned.safetensors",
  "target_model": "dreamshaper_8.safetensors",
  "output_name": "merged_model.safetensors",
  "method": "slerp",
  "alpha": 0.5
}

プロジェクト構造

src/sd_api_mcp/
    __init__.py   # CLI entry point with transport selection
    server.py     # MCPServer instance and tool definitions
    client.py     # Async HTTP client for the SD API

ライセンス

このプロジェクトは GNU General Public License v3.0 の下でライセンスされています。詳細は LICENSE を参照してください。

Install Server
A
license - permissive license
A
quality
C
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

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

Tools

View all tools

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • mcp

    Generate images, GIFs, and PDFs from HTML, URLs, or templates — from your AI agent.

  • Future Video Studio

    Create and manage cinematic AI video renders through the Future Video Studio Agent API.

  • APICK AI

    LLM chat, text summarization and AI image generation

View all MCP Connectors

Latest Blog Posts

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/mcaimi/sd-api-mcp'

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