Pollinations MCP Server (Jpbester)

🎨 轮询MCP服务器

A. 模型上下文协议（MCP） 将AI代理连接到的服务器 投票.ai 用于无缝生成图像和文本。专为 n8n 支持服务器发送事件（SSE）的工作流。

](https://docker.com) ](https://nodejs.org)  

✨ 特性

• 🖼️ 图像生成 -使用Pollinations AI从文本提示中创建令人惊叹的图像
• 📝 文本生成 -使用多种AI模型（OpenAI、Claude、Mistral等）生成内容
• 🔍 模型发现 -列出并探索可用的AI模型
• 🌐 SSE支持 -与n8n的原生MCP客户端工具兼容
• 🐳 Docker就绪 -使用Docker容器轻松部署
• 🚀 生产就绪 -包括日志记录、健康检查和错误处理
• 🔒 安全 -可选的身份验证和CORS保护
• ⚡ 快速 -高效的连接管理和响应流

🎯 非常适合

• n8n自动化工作流 -增强人工智能代理的创新能力
• 内容创建管道 -具有匹配视觉效果的自动博客帖子
• 社交媒体自动化 -生成带有自定义图像的帖子
• 电子商务解决方案 -生成视觉效果的产品描述
• 营销活动 -大规模定制内容和图像
• 文档工具 -带有AI生成图表的技术文档

🚀 快速开始

🐳 Docker（推荐）

这是使服务器运行的最简单方法。

选项1：运行预构建映像（如果可用） 如果维护者提供了预构建映像（例如，在GitHub容器注册表上）：

# Replace with the actual image path if provided
docker run -p 3000:3000 --name pollinations-mcp-server-container ghcr.io/jpbester/pollinations-mcp-server

选项2：在本地构建和运行

# 1. Clone the repository (if you haven't already)
git clone https://github.com/jpbester/pollinations-mcp-server.git
cd pollinations-mcp-server

# 2. Build the Docker image
# This creates an image named 'pollinations-mcp-server'
docker build -t pollinations-mcp-server .

# 3. Run the Docker container
# This starts the server and maps port 3000 on your machine to port 3000 in the container.
docker run -p 3000:3000 --name pollinations-mcp-server-container pollinations-mcp-server

访问服务器： 运行后，服务器将在以下时间可用 http://localhost:3000.

• 测试页面： http://localhost:3000/test-sse
• SSE端点： http://localhost:3000/sse

有用的Docker命令：

• 要在分离（背景）模式下运行，请添加 -d 旗帜到 docker run:

  docker run -d -p 3000:3000 --name pollinations-mcp-server-container pollinations-mcp-server

• 要查看日志（特别是在分离运行时）：

  docker logs pollinations-mcp-server-container

• 要停止容器：

  docker stop pollinations-mcp-server-container

• 要移除容器（停止后）：

  docker rm pollinations-mcp-server-container

📦 地方发展

# Clone the repository
git clone https://github.com/jpbester/pollinations-mcp-server.git
cd pollinations-mcp-server

# Install dependencies
npm install

# Start the server
npm start

# For development with auto-reload
npm run dev

☁️ 部署到云端

铁路：

npm install -g @railway/cli
railway login
railway init
railway up

渲染/Heroku/EasyPanel：

• 连接您的GitHub存储库
• 设置构建命令： npm install
• 设置启动命令： npm start
• 部署！ ✨

🔧 n8n集成

步骤1：将节点添加到工作流中

1. AI 代理 节点（OpenAI Agent、Anthropic Agent等）
2. MCP客户端工具 节点

步骤2：配置MCP客户端工具

• SSE端点: https://your-domain.com/sse
• 认证：无（或Bearer，如果设置了API_KEY）
• 要包含的工具：全部

步骤3：配置AI代理

将此系统提示添加到您的AI代理中：

You are an AI assistant with access to powerful content generation tools:

- Use generate_image when users ask for images, artwork, or visual content
- Use generate_text when users need written content, stories, or text generation
- Use list_models to show available AI models

Always provide helpful context about what you're generating and how to use the results.

步骤4：测试您的设置

问你的AI代理一些事情，比如：

• *“在日落时生成一个未来城市的图像”*
• *“写一篇关于太空探索的短篇小说”*
• *“有哪些可用的图像生成模型？”*

🛠️ 可用工具

🖼️ generate_image

根据具有可自定义参数的文本提示创建图像。

参数：

• prompt （必填）-图像的文字描述
• width （可选）-图像宽度（像素）（默认值：1024）
• height （可选）-图像高度（像素）（默认值：1024）
• model （可选）-发电型号： flux, turbo, flux-realism, flux-cablyai, any-dark
• seed （可选）-随机种子以获得可重复的结果

示例结果：

{
  "tool": "generate_image",
  "result": {
    "success": true,
    "base64": "iVBORw0KGgoAAAANSUhEUgAA...",
    "url": "https://image.pollinations.ai/prompt/...",
    "contentType": "image/png"
  },
  "metadata": {
    "prompt": "A futuristic city at sunset",
    "timestamp": "2024-01-01T12:00:00.000Z"
  }
}

📝 generate_text

使用各种AI语言模型生成文本内容。

参数：

• prompt （必填）-用于生成内容的文本提示
• model （可选）-语言模型： openai, mistral, claude, llama, gemini

示例结果：

{
  "tool": "generate_text",
  "result": {
    "success": true,
    "content": "Generated text content..."
  },
  "metadata": {
    "prompt": "Write a story about AI",
    "model": "openai",
    "timestamp": "2024-01-01T12:00:00.000Z"
  }
}

🔍 list_models

发现所有可用的图像和文本生成模型。

示例结果：

{
  "tool": "list_models",
  "result": {
    "image": ["flux", "turbo", "flux-realism", "flux-cablyai", "any-dark"],
    "text": ["openai", "mistral", "claude", "llama", "gemini"]
  }
}

📡 API终点

⚙️ 配置

环境变量

# Server Configuration
NODE_ENV=production          # Environment mode
PORT=3000                   # Server port
LOG_LEVEL=info             # Logging level (debug, info, warn, error)

# CORS Configuration  
ALLOWED_ORIGINS=*          # Allowed CORS origins (comma-separated)

# Optional Authentication
API_KEY=your-secret-key    # Enable API key authentication

# Rate Limiting (optional)
RATE_LIMIT_WINDOW_MS=900000    # Rate limit window (15 min)
RATE_LIMIT_MAX_REQUESTS=100    # Max requests per window

Docker环境

docker run -p 3000:3000 \
  -e NODE_ENV=production \
  -e LOG_LEVEL=info \
  -e ALLOWED_ORIGINS=https://your-n8n-instance.com \
  pollinations-mcp

🔒 安全

可选身份验证

通过设置 API_KEY 环境变量：

export API_KEY=your-secure-api-key

然后配置n8n MCP客户端：

• 认证：持票人
• 代币: your-secure-api-key

CORS保护

通过设置限制来源 ALLOWED_ORIGINS:

export ALLOWED_ORIGINS=https://your-n8n-instance.com,https://your-domain.com

🧪 测试

健康检查

curl https://your-domain.com/health

SSE连接测试

curl -N -H "Accept: text/event-stream" https://your-domain.com/sse

手动工具测试

curl -X POST https://your-domain.com/message \
  -H "Content-Type: application/json" \
  -d '{
    "jsonrpc": "2.0",
    "id": 1,
    "method": "tools/call",
    "params": {
      "name": "generate_image",
      "arguments": {
        "prompt": "A beautiful sunset",
        "width": 512,
        "height": 512
      }
    }
  }'

🐛 故障排除

常见问题

n8n无法连接到本地主机：

• 部署到公共URL（Railway、Render、EasyPanel）
• 使用ngrok进行本地测试： ngrok http 3000

连接超时：

• 检查服务器运行状况： curl https://your-domain.com/health
• 验证SSE端点： curl -N https://your-domain.com/sse

n8n中未显示的工具：

• 确保MCP客户端已连接到AI代理
• 将“要包含的工具”设置为“全部”
• 检查服务器日志是否存在连接问题

CORS错误：

• 集 ALLOWED_ORIGINS 环境变量
• 确保包含您的n8n域名

调试模式

LOG_LEVEL=debug npm start

📊 监控

健康端点响应

{
  "status": "healthy",
  "timestamp": "2024-01-01T12:00:00.000Z",
  "activeConnections": 2,
  "uptime": 3600,
  "version": "1.0.0"
}

日志

服务器为以下内容提供结构化日志记录：

• SSE连接和断开
• MCP消息交换
• 工具调用和响应
• 错误和警告

🤝 贡献

我们欢迎捐款！以下是如何开始：

1. 分叉 存储库
2. 创建 特征分支： git checkout -b feature/amazing-feature
3. 提交 您的更改： git commit -m 'Add amazing feature'
4. 推 到分行： git push origin feature/amazing-feature
5. 打开 拉取请求

开发设置

git clone https://github.com/jpbester/pollinations-mcp-server.git
cd pollinations-mcp-server
npm install
npm run dev

📋 例子

n8n工作流示例

1.带图片的博客帖子生成器

• 触发器：Webhook或日程表
• AI Agent：“用英雄形象创建一篇关于\[主题\]的博客文章”
• 工具： generate_text → generate_image
• 输出：用匹配的视觉效果完成博客文章

2.社交媒体内容创作者

• 触发器：新建RSS项目
• AI代理：“为这篇文章创建一个带有图片的社交帖子”
• 工具： generate_text → generate_image
• 输出：发布文本+图像，为社交平台做好准备

3.产品描述生成器

• 触发器：数据库中的新产品
• AI Agent：“创建描述和产品形象”
• 工具： generate_text → generate_image
• 输出：营销就绪的产品内容

🌟 用例

• 内容营销 -带有自定义图像的自动博客帖子
• 社交媒体管理 -生成具有匹配视觉效果的帖子
• 电子商务 -产品描述和生活方式图片
• 文档 -带有生成图表的技术指南
• 创意项目 -用人物插图生成故事
• 演示 -带有自定义图形的幻灯片内容
• 电子邮件活动 -带有主题图片的个性化内容

🔗 相关项目

• 模型上下文协议 -MCP官方规范
• 投票.ai -免费AI内容生成
• n8n -工作流自动化平台
• n8n MCP客户端文档

📄 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

🙏 致谢

• 投票.ai 提供免费的AI生成API
• Anthropic 用于创建模型上下文协议
• n8n 构建一个令人惊叹的自动化平台
• 开源社区提供持续的灵感

📞 支持

• 文档：查看此README和内联代码注释
• 问题:
• 讨论:

______________________________________________________________________

由以下材料制成❤️ 面向人工智能自动化社区

⭐ 标记此回购 如果它能帮助你的项目！