Replicate Flux MCP

](https://mseep.ai/app/awkoy-replicate-flux-mcp)

复制Flux MCP

](https://smithery.ai/server/@awkoy/replicate-flux-mcp)

复制Flux MCP 是一个先进的模型上下文协议（MCP）服务器，它使AI助手能够生成高质量的图像和矢量图形。利用 黑森林实验室Flux Schnell模型 对于光栅图像和 重新绘制V3 SVG模型 通过Replicate API实现矢量图形。

📑 目录

• 入门与集成

- 设置过程 - 光标集成 - Claude桌面集成 - Smithery集成 - Glama.ai集成

• 特性
• 文档

- 可用工具 - 可用资源 - 可用提示 - 结构化输出 - 环境变量

• 发展

- 测试

• 技术细节
• 故障排除
• 贡献
• 许可证
• 资源
• 示例

🚀 入门与集成

设置过程

1. 获取复制API令牌

- 注册地址： 复制 - 在您的帐户设置中创建API令牌

1. 选择您的集成方法

- 根据您首选的MCP客户端，遵循以下集成选项之一

1. 让你的AI助手生成图像

- 自然地问：“你能在日落时生成一幅宁静的山景图像吗？” - 或者更具体地说：“请创建一个图像，显示一个宁静的山景，前景是一个反射日落色彩的湖泊”

1. 探索高级功能

- 尝试不同的参数设置以获得自定义结果 - 使用SVG生成进行实验 generate_svg - 使用批量图像生成或变体生成功能

光标集成

方法1：使用mcp.json

1. 创建或编辑 .cursor/mcp.json 项目目录中的文件：

{
  "mcpServers": {
    "replicate-flux-mcp": {
      "command": "env REPLICATE_API_TOKEN=YOUR_TOKEN npx",
      "args": ["-y", "replicate-flux-mcp"]
    }
  }
}

1. 替换 YOUR_TOKEN 使用您的实际Replicate API令牌
2. 重新启动Cursor以应用更改

方法2：手动模式

1. 打开光标并转到设置
2. 导航到“MCP”或“模型上下文协议”部分
3. 点击“添加服务器”或等效选项
4. 在相应字段中输入以下命令：

env REPLICATE_API_TOKEN=YOUR_TOKEN npx -y replicate-flux-mcp

1. 替换 YOUR_TOKEN 使用您的实际Replicate API令牌
2. 保存设置，必要时重新启动Cursor

Claude桌面集成

1. 创建或编辑 mcp.json 配置目录中的文件：

{
  "mcpServers": {
    "replicate-flux-mcp": {
      "command": "npx",
      "args": ["-y", "replicate-flux-mcp"],
      "env": {
        "REPLICATE_API_TOKEN": "YOUR TOKEN"
      }
    }
  }
}

1. 替换 YOUR_TOKEN 使用您的实际Replicate API令牌
2. 重新启动Claude Desktop以应用更改

Smithery集成

此MCP服务器作为Smithery上的托管服务提供，允许您在不设置自己的服务器的情况下使用它。

1. 访问 史密瑟里 如果您没有帐户，请创建一个帐户
2. 导航到 复制Flux MCP服务器页面
3. 单击“添加到工作区”将服务器添加到Smithery工作区
4. 配置您的MCP客户端（Cursor、Claude Desktop等）以使用Smithery工作区URL

有关与MCP客户一起使用Smithery的更多信息，请访问 Smithery文件.

Glama.ai集成

此MCP服务器也可作为Glama.ai上的托管服务使用，提供了另一种无需本地设置即可使用的选项。

1. 访问 Glama.ai 如果您没有帐户，请创建一个帐户
2. 去 复制Flux MCP服务器页面
3. 单击“安装服务器”将服务器添加到您的工作区
4. 配置MCP客户端以使用Glama.ai工作区

有关更多信息，请访问 Glama.ai MCP服务器文档.

🌟 特性

• 🖼️ 高质量图像生成 --Flux Schnell光栅图像，可完全控制纵横比、百万像素、推理步骤、输出格式和种子。
• 🎨 矢量图形 --为徽标、图标和图表重新绘制V3 SVG。
• 📊 批次+变体 --从N个提示或一个提示的N个变体（基于种子或基于提示修改器）生成N个图像。
• 🧩 任意复制模型 — run_replicate_model 逃生舱接受任何 owner/name[:version] 参考，与 get_model_schema OpenAPI输入模式的自检。可选择通过 REPLICATE_MODEL_ALLOWLIST.
• 📦 结构化输出 --每一个 generate_* 工具返回机器可读 structuredContent 与人类可读的内容一起，匹配每个工具 outputSchema （URL、提示、格式、纵横比、每变体种子等）。
• ⏳ 进度通知 --批量和变体生成排放 notifications/progress 对于通过以下方式选择加入的客户 progressToken，所以长跑不是黑箱作业。
• 💬 精心策划的提示 --5个现成的提示模板(logo, portrait, svg-icon, product-shot, isometric-diagram)出现在Claude Desktop的斜线调色板和Cursor的 @-菜单。
• 🏷️ 正确的工具注释 — readOnlyHint / destructiveHint / openWorldHint / idempotentHint 正确设置，以便客户能够推理安全性和成本。
• 🪵 结构化日志记录 --服务器端错误传播 notifications/message 而不是stderr。
• 🔌 通用MCP兼容性 --MCP协议2025-11-25；适用于Claude Desktop、Cursor、Cline、Zed和任何符合规范的客户端。
• 🔍 生成历史 --浏览过去的跑步记录 imagelist, svglist，以及 predictionlist 资源。

📚 文档

可用工具

generate_image

使用Flux-Schnell模型基于文本提示生成图像。

{
  prompt: string;                // Required: Text description of the image to generate
  seed?: number;                 // Optional: Random seed for reproducible generation
  go_fast?: boolean;             // Optional: Run faster predictions with optimized model (default: true)
  megapixels?: "1" | "0.25";     // Optional: Image resolution (default: "1")
  num_outputs?: number;          // Optional: Number of images to generate (1-4) (default: 1)
  aspect_ratio?: string;         // Optional: Aspect ratio (e.g., "16:9", "4:3") (default: "1:1")
  output_format?: string;        // Optional: Output format ("webp", "jpg", "png") (default: "webp")
  output_quality?: number;       // Optional: Image quality (0-100) (default: 80)
  num_inference_steps?: number;  // Optional: Number of denoising steps (1-4) (default: 4)
  disable_safety_checker?: boolean; // Optional: Disable safety filter (default: false)
}

generate_multiple_images

使用Flux-Schnell模型根据一系列提示生成多个图像。

{
  prompts: string[];             // Required: Array of text descriptions for images to generate (1-10 prompts)
  seed?: number;                 // Optional: Random seed for reproducible generation
  go_fast?: boolean;             // Optional: Run faster predictions with optimized model (default: true)
  megapixels?: "1" | "0.25";     // Optional: Image resolution (default: "1")
  aspect_ratio?: string;         // Optional: Aspect ratio (e.g., "16:9", "4:3") (default: "1:1")
  output_format?: string;        // Optional: Output format ("webp", "jpg", "png") (default: "webp")
  output_quality?: number;       // Optional: Image quality (0-100) (default: 80)
  num_inference_steps?: number;  // Optional: Number of denoising steps (1-4) (default: 4)
  disable_safety_checker?: boolean; // Optional: Disable safety filter (default: false)
}

generate_image_variants

从单个提示生成同一图像的多个变体。

{
  prompt: string;                // Required: Text description for the image to generate variants of
  num_variants: number;          // Required: Number of image variants to generate (2-10, default: 4)
  prompt_variations?: string[];  // Optional: List of prompt modifiers to apply to variants (e.g., ["in watercolor style", "in oil painting style"])
  variation_mode?: "append" | "replace"; // Optional: How to apply variations - 'append' adds to base prompt, 'replace' uses variations directly (default: "append")
  seed?: number;                 // Optional: Base random seed. Each variant will use seed+variant_index
  go_fast?: boolean;             // Optional: Run faster predictions with optimized model (default: true)
  megapixels?: "1" | "0.25";     // Optional: Image resolution (default: "1")
  aspect_ratio?: string;         // Optional: Aspect ratio (e.g., "16:9", "4:3") (default: "1:1")
  output_format?: string;        // Optional: Output format ("webp", "jpg", "png") (default: "webp")
  output_quality?: number;       // Optional: Image quality (0-100) (default: 80)
  num_inference_steps?: number;  // Optional: Number of denoising steps (1-4) (default: 4)
  disable_safety_checker?: boolean; // Optional: Disable safety filter (default: false)
}

generate_svg

使用Recraft V3 SVG模型基于文本提示生成SVG矢量图像。

{
  prompt: string;                // Required: Text description of the SVG to generate
  size?: string;                 // Optional: Size of the generated SVG (default: "1024x1024")
  style?: string;                // Optional: Style of the generated image (default: "any")
                                // Options: "any", "engraving", "line_art", "line_circuit", "linocut"
}

prediction_list

从Replicate检索您最近的预测列表。

{
  limit?: number;  // Optional: Maximum number of predictions to return (1-100) (default: 50)
}

get_prediction

获取特定预测的详细信息。

{
  predictionId: string;  // Required: ID of the prediction to retrieve
}

run_replicate_model

运行Replicate上托管的任何模型 owner/name[:version] 参考。当所有策划的工具都不合适时，将其用作逃生口。呼叫 get_model_schema 首先，如果你不知道输入形状。

{
  model: string;                              // Required: 'owner/name' or 'owner/name:version'
  input: Record;             // Required: Model input parameters
  prefer_wait?: number;                       // Optional: Seconds to block waiting for sync output (1-60, default 60)
  return_as?: "url" | "base64" | "both";      // Optional: How to return file outputs (default "url")
}

设置 REPLICATE_MODEL_ALLOWLIST env var（逗号分隔 owner/name 条目）来限制可以调用哪些模型。未设置=允许的任何模型。Set but empty=拒绝所有（服务器失败时关闭，而不是默默地允许所有内容）。

get_model_schema

获取复制模型的OpenAPI输入模式和描述，以便您可以将正确的参数传递给 run_replicate_model.

{
  model: string;  // Required: Replicate model reference in 'owner/name' form
}

可用资源

imagelist

浏览使用Flux-Schnell模型创建的生成图像的历史记录。

svglist

浏览使用Recraft V3 SVG模型创建的生成SVG图像的历史记录。

predictionlist

浏览所有复制预测历史记录。

可用提示

经过精心策划的模板出现在Claude Desktop的斜线菜单和Cursor的 @-调色板。每个人填写合理的默认值，然后委托给相关的生成工具。

结构化输出

每 generate_* 该工具返回人类可读的结果 content （文本+图像块）和机器可读 structuredContent 与工具匹配 outputSchema.

理解MCP结构化输出的客户端可以直接使用URL和元数据，而无需解析散文。

环境变量

💻 发展

1. 克隆存储库：

git clone https://github.com/awkoy/replicate-flux-mcp.git
cd replicate-flux-mcp

1. 安装依赖项：

npm install

1. 启动TypeScript观察程序：

npm run watch

1. 构建项目：

npm run build

1. 使用MCP检查器对服务器进行冒烟测试：

npm run inspector

1. 连接到客户端：

{
  "mcpServers": {
    "image-generation-mcp": {
      "command": "npx",
      "args": [
        "/Users/{USERNAME}/{PATH_TO}/replicate-flux-mcp/build/index.js"
      ],
      "env": {
        "REPLICATE_API_TOKEN": "YOUR REPLICATE API TOKEN"
      }
    }
  }
}

测试

此项目目前没有自动化测试套件。验证通过以下方式完成：

• npm run build --TypeScript类型检查可以捕获大多数回归。
• npm run inspector --通过官方的MCP检查器驱动构建的二进制文件，对工具、资源和提示进行端到端的冒烟测试。

欢迎添加适当的测试框架（例如Vitest+MCP stdio客户端工具）。

⚙️ 技术细节

堆栈

• 模型上下文协议SDK -用于工具和资源管理的核心MCP功能
• 复制API -提供对最先进的AI图像生成模型的访问
• TypeScript -确保类型安全并利用现代JavaScript功能
• 黄道带 -为强大的API交互实现运行时类型验证

配置

可以通过修改来配置服务器 CONFIG 对象在 src/config/index.ts:

export const CONFIG = {
  serverName: "replicate-flux-mcp",
  serverVersion: "0.4.0",
  imageModelId: "black-forest-labs/flux-schnell",
  svgModelId: "recraft-ai/recraft-v3-svg",
  pollingAttempts: 25,
  pollingInterval: 2000, // ms
  modelAllowlist: (process.env.REPLICATE_MODEL_ALLOWLIST ?? "")
    .split(",")
    .map((s) => s.trim())
    .filter(Boolean),
};

modelAllowlist 在流程开始时评估一次 REPLICATE_MODEL_ALLOWLIST。更改后重新启动服务器。

🔍 故障排除

常见问题

认证错误

• 确保您的 REPLICATE_API_TOKEN 在环境中正确设置
• 通过直接使用Replicate API测试来验证您的令牌是否有效

安全过滤器已触发

• 该模型有一个内置的安全过滤器，可以阻止某些提示
• 尝试修改提示以避免可能有问题的内容

超时错误

• 对于较大的图像或繁忙的服务器，您可能需要增加 pollingAttempts 或 pollingInterval 在配置中
• 默认设置应适用于大多数用例

🤝 贡献

欢迎投稿！请按照以下步骤进行贡献：

1. 分叉存储库
2. 创建功能分支(git checkout -b feature/amazing-feature)
3. 提交您的更改(git commit -m 'Add some amazing feature')
4. 推到分支(git push origin feature/amazing-feature)
5. 打开拉取请求

对于功能请求或错误报告，请创建GitHub问题。如果你喜欢这个项目，可以考虑在存储库中担任主角！

📄 许可证

此项目根据MIT许可证获得许可-有关详细信息，请参阅许可证文件。

🔗 资源

• 模型上下文协议文档
• 复制API文档
• 通量Schnell模型
• 重新绘制V3 SVG模型
• MCP TypeScript SDK
• Smithery文件
• Glama.ai MCP服务器

🎨 示例

多个提示	提示变体

以下是一些如何使用这些工具的示例：

批量生成图像 generate_multiple_images

使用不同的提示一次创建多个不同的图像：

{
  "prompts": [
    "A red sports car on a mountain road", 
    "A blue sports car on a beach", 
    "A vintage sports car in a city street"
  ]
}

图像变体 generate_image_variants

使用种子创建对同一概念的不同解释：

{
  "prompt": "A futuristic city skyline at night",
  "num_variants": 4,
  "seed": 42
}

或者使用提示修饰符探索样式变化：

{
  "prompt": "A character portrait",
  "prompt_variations": [
    "in anime style", 
    "in watercolor style", 
    "in oil painting style", 
    "as a 3D render"
  ]
}

______________________________________________________________________

制作❤️ 雅罗斯拉夫·博伊科