Information
图像生成器 MCP 服务器
一个使用 Replicate 生成图像并允许用户保存这些图像的 MCP 服务器。
组件
资源
该服务器实现了一个图像存储系统，包含：
自定义 image:// URI 方案用于访问单独生成的图像
每个图像资源都有基于其提示的名称、带有创建日期的描述和 image/png MIME 类型
提示
该服务器提供了一个提示：
generate-image: 使用 Stable Diffusion 生成图像
可选的 "style" 参数来控制图像风格（写实/艺术/抽象）
生成带有特定风格指导的提示模板
工具
该服务器实现了三个工具：
generate-image: 使用 Replicate 的 Stable Diffusion 模型生成图像
需要 "prompt" 作为必需的字符串参数
可选参数包括 "negative_prompt", "width", "height", "num_inference_steps", 和 "guidance_scale"
返回生成的图像及其 URL
save-image: 将生成的图像保存到本地文件系统
需要 "image_url" 和 "prompt" 作为必需的字符串参数
为图像生成唯一的 ID 并将其保存到 "generated_images" 目录
list-saved-images: 列出所有已保存的图像
返回所有已保存图像及其元数据和缩略图的列表
配置
Replicate API 令牌
要使用此图像生成器，您需要一个 Replicate API 令牌：
在 Replicate 创建一个帐户
从 https://replicate.com/account 获取您的 API 令牌
根据提供的 .env.example 模板创建一个 .env 文件：
REPLICATE_API_TOKEN=your_replicate_api_token_here
重要： .env 文件通过 .gitignore 排除在版本控制之外，以防止意外暴露您的 API 令牌。切勿将敏感信息提交到您的仓库中。
环境设置
克隆仓库：
git clone https://github.com/yourusername/image-generator.git
cd image-generator
创建并激活虚拟环境：
# Using venv
python -m venv .venv
# On Windows
.venv\Scripts\activate
# On macOS/Linux
source .venv/bin/activate
安装依赖项：
pip install -r requirements.txt
按照上述说明设置您的 .env 文件
快速入门
安装
Claude 桌面版
在 MacOS 上: ~/Library/Application\ Support/Claude/claude_desktop_config.json
在 Windows 上: %APPDATA%/Claude/claude_desktop_config.json
开发/未发布服务器配置
\`\`\`
"mcpServers": \{
"image-generator": \{
"command": "uv",
"args": [
"--directory",
"B:\NEWTEST\image-generator",
"run",
"image-generator"
]
\}
\}
\`\`\`
已发布服务器配置
\`\`\`
"mcpServers": \{
"image-generator": \{
"command": "uvx",
"args": [
"image-generator"
]
\}
\}
\`\`\`
使用
一旦服务器运行起来，您可以：
使用带有描述性提示的 "generate-image" 工具生成一张图片
使用 "save-image" 工具通过图片 URL 和提示保存生成的图片
使用 "list-saved-images" 工具查看所有已保存的图片
通过资源列表访问已保存的图片
开发
构建和发布
为准备包分发：
同步依赖项并更新锁文件：
uv sync
构建包分发文件：
uv build
这将在 dist/ 目录中创建源码和 wheel 分发文件。
发布到 PyPI：
uv publish
注意：您需要通过环境变量或命令标志设置 PyPI 凭证：
Token: --token 或 UV_PUBLISH_TOKEN
或用户名/密码: --username/UV_PUBLISH_USERNAME 和 --password/UV_PUBLISH_PASSWORD
调试
由于 MCP 服务器通过 stdio 运行，调试可能会很具挑战性。为了获得最佳调试体验，我们强烈建议使用 MCP Inspector。
您可以使用 npm 通过以下命令启动 MCP Inspector：
npx @modelcontextprotocol/inspector uv --directory B:\NEWTEST\image-generator run image-generator
启动后，Inspector 将显示一个可以在浏览器中访问以开始调试的 URL。