vdsl MCP

vdsl-mcp

MCP服务器 VDSL --AI原生图像生成平台。

RunPod GPU配置、ComfyUI编排和模型管理——所有这些都可以通过以下方式访问 主控程序 工具。

特性

• RunPod Pod管理 --创建、启动、停止、删除GPU Pod。使用ComfyUI模板自动设置。
• ComfyUI集成 --连接、查询模型、提交工作流、投票结果、下载图像。
• 型号下载 --拥抱的脸(hf:)CivitAI(cv:)通过自动令牌注入或直接URL。
• B2冷库 --通过rclone在Pod和Backblaze B2之间列出、拉取和推送模型。
• 项目同步 — $VDSL_WORK_DIR/projects// （笔记、参考、扫一扫、决赛等）在以下时间同步到B2 vdsl/projects/ 独立于输出位置；不需要pod连接。
• 图像批量下载 --将ComfyUI历史记录中的所有输出图像下载到本地目录。
• 批量生成 --提交多个工作流，轮询所有作业，下载所有输出。
• VDSL脚本执行 --运行编译成ComfyUI工作流的Lua脚本。
• RunPod CLI直通 --执行任何 runpod-cli 命令与自动API密钥注入。
• 用户界面 API -具有自动身份验证的通用REST API访问。

MCP工具

安装

# 1. Install the MCP server binary
cargo install vdsl-mcp

# 2. Clone VDSL runtime (Lua DSL modules — required for vdsl_run / vdsl_catalogs)
git clone https://github.com/ynishi/vdsl.git ~/vdsl

仅二进制文件就足以直接提交ComfyUI工作流(vdsl_generate). 使用Lua DSL(vdsl_run, vdsl_catalogs)，需要VDSL运行时存储库-- 它提供了 lua/ 包含目录定义、编译器和管道逻辑的目录。

配置

环境变量

.env 文件自动加载

vdsl-mcp 从以下位置加载变量 .env 启动时的文件，这样就不需要在其中嵌入机密 .mcp.json.搜索顺序（第一个写入者获胜；OS环境始终保留）：

1. 操作系统环境（已在shell/父进程中导出）
2. $VDSL_ENV_FILE 如果设置
3. ~/.config/vdsl-mcp/.env
4. $CWD/.env

推荐布局：保持 .mcp.json env 没有秘密的块（仅 VDSL_WORK_DIR 以及类似的非秘密路径），并将令牌放置在 ~/.config/vdsl-mcp/.env 和 chmod 600.包含文字的值 $ （例如bcrypt哈希）必须在 .env 文件因为 dotenvy 执行 $VAR 非上市价值的扩张。

MCP客户端配置

最小（仅限本地ComfyUI）

{
  "mcpServers": {
    "vdsl": {
      "command": "vdsl-mcp"
    }
  }
}

然后连接 vdsl_connect(url="http://localhost:8188").

已满（RunPod+B2存储）

{
  "mcpServers": {
    "vdsl": {
      "command": "vdsl-mcp",
      "env": {
        "VDSL_RUNPOD_API_KEY": "rpa_...",
        "VDSL_SSH_KEY": "~/.ssh/id_ed25519",
        "VDSL_COMFYUI_TOKEN": "your-comfyui-token",
        "VDSL_CIVITAI_TOKEN": "your-civitai-token",
        "VDSL_B2_KEY_ID": "your-b2-key-id",
        "VDSL_B2_KEY": "your-b2-key",
        "VDSL_B2_BUCKET": "your-bucket-name"
      }
    }
  }
}

用法

快速入门（本地ComfyUI）

1. vdsl_connect(url="http://localhost:8188") --连接到ComfyUI
2. vdsl_models --列出可用的检查点和LoRA
3. vdsl_generate(workflow) --从JSON工作流生成图像

VDSL Lua DSL

将人类可读的Lua脚本编译到ComfyUI工作流中：

1. vdsl_catalogs --浏览可用的目录条目（相机角度、照明、人物等）
2. vdsl_run(script_file="~/vdsl/examples/mlua_verify_p1.lua") --编译+生成
3. vdsl_run(code="...", working_dir="~/vdsl") --运行内联Lua代码

这 working_dir 必须指向克隆的VDSL存储库（包含 lua/ 用于模块分辨率）。 当 script_file 使用， working_dir 从脚本的父目录向上移动会自动检测到。

基础设施（RunPod）

1. vdsl_pod_list --列出带有GPU信息的Pod
2. vdsl_pod_setup --查找或创建GPU pod，等待准备就绪
3. vdsl_exec(command="nvidia-smi") --通过SSH在pod上运行命令
4. vdsl_task_run(command="...") --启动长时间运行的后台作业
5. vdsl_download(source="hf:...", target="loras") --将模型下载到pod

SSH隧道（绕过Cloudflare代理）

打开一个稳定的本地端口转发隧道到pod，以避免Cloudflare代理不稳定：

1. vdsl_tunnel_open(pod_id="...", service="comfyui", remote_port=8188) --开放式隧道；返回本地端口（例如。 7100)或者，如果SSH信息不可用，则自动回退到Cloudflare代理URL
2. vdsl_tunnel_list --检查活动隧道(route: ssh-tunnel | cloudflare-proxy)
3. vdsl_connect(url="http://127.0.0.1:7100") --通过隧道连接
4. vdsl_tunnel_close(pod_id="...") --完成后关闭隧道

vdsl_pod_list 在其 endpoints[] 字段，以便您可以一目了然地验证路由。

冷库（B2）

1. vdsl_storage_list --列出B2中的文件
2. vdsl_storage_pull(source="models/loras/my.safetensors", target="loras") --从B2还原
3. vdsl_storage_archive(source_target="loras", filename="old.safetensors") --存档到B2（推送→ 验证→ 删除）

模型来源

hf:user/repo/model.safetensors        # HuggingFace
cv:1595775                             # CivitAI (token auto-injected)
https://example.com/model.safetensors  # Direct URL
user/repo/model.safetensors            # Bare path (defaults to HuggingFace)

相关

• VDSL --VDSL核心（用于可视生成的Lua DSL）

许可证

根据以下任一方式获得许可：

• Apache许可证，版本2.0(特许通行证 或 )
• MIT许可证(许可证-麻省理工学院 或 )

由您选择。