亚马逊基岩图像生成MCP服务器

](https://badge.fury.io/py/bedrock-image-mcp-server) ![Python 3.10+](https://www.python.org/downloads/) ![License](https://opensource.org/licenses/Apache-2.0) ](https://github.com/kalleeh/bedrock-image-mcp-server/actions)

注：这是一个由社区维护的分叉 awslats/mcp/基岩图像mcp服务器具有附加功能和改进。亚马逊网络服务在Apache 2.0许可下的原创作品。

MCP服务器，用于通过Amazon Bedrock使用Amazon Nova Canvas、Stable Diffusion 3.5 Large和Stability AI Image Services生成和编辑图像。

特性

Amazon Nova Canvas（2个工具）

基于文本的图像生成

使用以下命令从文本提示中创建图像 generate_image
可定制的尺寸（320-4096px）、质量选项和负面提示
支持在单个请求中生成多个图像（1-5个）
可调参数，如cfg_scale（1.1-10.0）和种子代

彩色引导图像生成

使用以下命令生成具有特定调色板的图像 generate_image_with_colors
定义多达10个十六进制颜色值来影响图像风格和情绪
与基于文本的生成相同的自定义选项

稳定扩散3.5大（2个工具）

文本到图像生成

根据文本提示生成图像 generate_image_sd35
支持最多10000个字符的提示（Nova Canvas为1024个字符）
9种宽高比选项：16:9、1:1、21:9、2:3、3:2、4:5、5:4、9:16、9:21
卓越的快速附着力和细节保护
可重复结果的种子支持（0-4294967294）

图像到图像转换

使用以下命令转换现有图像 transform_image_sd35
强度参数（0.0-1.0）控制变换强度
支持文件路径和base64图像输入
所有文本到图像的参数均可用

稳定性人工智能高端服务（3个工具）

创意升级

使用AI增强功能将图像升级到4K upscale_creative
从低分辨率输入（64x64到1MP）到20-40x高档
创意参数（0.1-0.5）控制增强级别
风格预设支持特定美学

保守的升级

升级至4K，同时保留细节 upscale_conservative
支持高达940万像素的输入
对原始图像的改动极小

快速升级

快速4倍放大 upscale_fast
快速处理，提高分辨率
支持从32x32到1MP的输入

稳定性AI编辑服务（6个工具）

镶嵌（生成填充）

使用AI内容填充屏蔽区域 inpaint_image
灰度蒙版支持（白色=填充，黑色=保留）
用于边缘混合的grow_mask参数（0-20）

外绘

通过以下方式将图像扩展到边界之外 outpaint_image
方向扩展：左、右、上、下（每个0-2000像素）
扩展风格的创意参数

搜索和替换

查找并替换对象 search_and_replace
自动物体检测和遮蔽
无需手动口罩

搜索和重新着色

使用以下命令对特定对象重新着色 search_and_recolor
在改变颜色的同时保留结构
保持图像质量

删除对象

使用删除不需要的对象 remove_object
对删除区域进行上下文感知填充
与周围环境无缝融合

删除背景

自动背景移除 remove_background
返回具有透明度的PNG
处理复杂对象（头发、透明对象）

稳定性人工智能控制服务（4个工具）

从草图到图像

使用将草图转换为详细图像 sketch_to_image
控制强度参数（0.0-1.0）
在添加细节的同时保留草图结构

结构控制

使用以下命令从结构指南生成图像 structure_control
遵循边缘图和结构指导
遵守水平的控制强度

风格指南

将参考图像样式与匹配 style_guide
风格匹配的保真度参数（0.0-1.0）
接受内容描述提示

风格迁移

通过以下方式在图像之间转换样式 style_transfer
细粒度控制：合成_保真度、风格_强度、变化_强度
需要init_image（内容）和style_image（样式引用）

遮罩创建实用程序（3个工具）

以编程方式创建掩码以供使用 inpaint_image 和 remove_object 工具。蒙版是灰度图像，其中白色像素表示要填充/删除的区域，黑色像素表示要保留的区域。

矩形口罩

使用以下命令创建矩形遮罩 create_rectangular_mask
可配置的位置（x，y）和尺寸（宽度、高度）
可选羽毛（0-50像素）用于软边
非常适合标志、窗户、矩形物体

椭圆形口罩

使用创建椭圆/圆形遮罩 create_ellipse_mask
可配置的中心点和半径
可选羽毛，边缘柔软
非常适合面部、球体、轮子、有机形状

全口罩

使用以下方法创建全白色蒙版 create_full_mask
覆盖整个图像
可用于测试和完整图像替换

工作空间集成

所有图像都保存到用户指定的工作区目录中，并自动创建文件夹
支持多种输出格式（PNG、JPEG、WebP）
唯一的文件名生成或自定义命名

AWS身份验证

使用AWS配置文件安全访问Amazon Bedrock服务
支持所有提供基岩模型的AWS区域

先决条件

安装 uv 从星体或
使用以下命令安装Python uv python install 3.10
设置AWS凭据以访问Amazon Bedrock

- 您需要一个启用了Amazon Bedrock的AWS帐户 - 使用配置AWS凭据 aws configure 或环境变量 - 确保您的IAM角色/用户具有所需的权限（请参阅 AWS IAM权限在......下面

安装

光标	VS代码

在MCP客户端配置中配置MCP服务器（例如，对于Amazon Q Developer CLI，编辑 ~/.aws/amazonq/mcp.json):

{
  "mcpServers": {
    "bedrock-image-mcp-server": {
      "command": "uvx",
      "args": ["bedrock-image-mcp-server@latest"],
      "env": {
        "AWS_PROFILE": "your-aws-profile",
        "AWS_REGION": "us-east-1",
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}

Windows安装

对于Windows用户，MCP服务器配置格式略有不同：

{
  "mcpServers": {
    "bedrock-image-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "bedrock-image-mcp-server@latest",
        "bedrock-image-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR",
        "AWS_PROFILE": "your-aws-profile",
        "AWS_REGION": "us-east-1"
      }
    }
  }
}

或docker成功后 docker build -t bedrock-image-mcp-server .:

# fictitious `.env` file with AWS temporary credentials
AWS_ACCESS_KEY_ID=ASIAIOSFODNN7EXAMPLE
AWS_SECRET_ACCESS_KEY=wJalrXUtnFEMI/K7MDENG/bPxRfiCYEXAMPLEKEY
AWS_SESSION_TOKEN=AQoEXAMPLEH4aoAH0gNCAPy...truncated...zrkuWJOgQs8IZZaIv2BXIa2R4Olgk

  {
    "mcpServers": {
      "bedrock-image-mcp-server": {
        "command": "docker",
        "args": [
          "run",
          "--rm",
          "--interactive",
          "--env",
          "AWS_REGION=us-east-1",
          "--env",
          "FASTMCP_LOG_LEVEL=ERROR",
          "--env-file",
          "/full/path/to/file/above/.env",
          "bedrock-image-mcp-server:latest"
        ],
        "env": {},
        "disabled": false,
        "autoApprove": []
      }
    }
  }

注意：您的凭据需要从主机刷新

通过Smithery安装

通过以下方式自动安装适用于Claude Desktop的Amazon Bedrock Image MCP服务器史密瑟里:

npx -y @smithery/cli install bedrock-image-mcp-server --client claude

AWS身份验证

MCP服务器使用中指定的AWS配置文件 AWS_PROFILE 环境变量。如果未提供，则默认为AWS配置文件中的“默认”配置文件。

"env": {
  "AWS_PROFILE": "your-aws-profile",
  "AWS_REGION": "us-east-1"
}

确保AWS配置文件具有访问Amazon Bedrock和映像生成模型的权限。MCP服务器使用指定的配置文件创建boto3会话，以向AWS服务进行身份验证。您的AWS IAM凭据保留在您的本地计算机上，严格用于使用Amazon Bedrock模型API。

使用示例

亚马逊Nova画布

基本文本到图像

# Generate a simple image
generate_image(
    prompt="A serene mountain landscape at sunset",
    width=1024,
    height=1024
)

颜色引导生成

# Generate with specific color palette
generate_image_with_colors(
    prompt="A modern living room interior",
    colors=["#2C3E50", "#ECF0F1", "#E74C3C"],
    width=1280,
    height=720
)

稳定扩散3.5大

带有长提示的文本到图像

# SD3.5 supports up to 10,000 character prompts
generate_image_sd35(
    prompt="A detailed cyberpunk cityscape at night with neon signs, flying cars, holographic advertisements, rain-slicked streets reflecting colorful lights, towering skyscrapers with intricate architectural details, bustling crowds of people with futuristic fashion, street vendors with glowing food stalls, and a massive digital billboard displaying animated content",
    aspect_ratio="16:9",
    negative_prompt="blurry, low quality, distorted",
    seed=42
)

图像到图像转换

# Transform an existing image
transform_image_sd35(
    prompt="Transform into a watercolor painting style",
    image="/path/to/image.jpg",
    strength=0.7,
    aspect_ratio="1:1"
)

稳定AI高端服务

创意升级

# Upscale with AI enhancement
upscale_creative(
    image="/path/to/low_res_image.jpg",
    prompt="A professional portrait photograph",
    creativity=0.3,
    style_preset="photographic"
)

保守派升级

# Upscale preserving original details
upscale_conservative(
    image="/path/to/image.jpg",
    prompt="Product photography"
)

快速升级

# Quick 4x upscale
upscale_fast(
    image="/path/to/image.jpg"
)

稳定性AI编辑服务

修复

# Fill masked region
inpaint_image(
    image="/path/to/image.jpg",
    mask="/path/to/mask.png",
    prompt="A red sports car",
    grow_mask=5
)

外绘

# Extend image boundaries
outpaint_image(
    image="/path/to/image.jpg",
    prompt="Continue the landscape",
    left=500,
    right=500,
    creativity=0.5
)

搜索和替换

# Replace objects without manual masking
search_and_replace(
    image="/path/to/image.jpg",
    search_prompt="old wooden chair",
    prompt="modern leather armchair"
)

搜索和重新着色

# Recolor specific objects
search_and_recolor(
    image="/path/to/image.jpg",
    select_prompt="the car",
    prompt="bright red color"
)

删除对象

# Remove unwanted objects
remove_object(
    image="/path/to/image.jpg",
    mask="/path/to/object_mask.png"
)

删除背景

# Automatic background removal
remove_background(
    image="/path/to/image.jpg"
)

稳定AI控制服务

从草图到图像

# Convert sketch to detailed image
sketch_to_image(
    sketch="/path/to/sketch.jpg",
    prompt="A realistic portrait of a person",
    control_strength=0.7
)

结构控制

# Generate from structural guide
structure_control(
    control_image="/path/to/edge_map.jpg",
    prompt="A modern building facade",
    control_strength=0.8
)

风格指南

# Match reference style
style_guide(
    reference_image="/path/to/style_ref.jpg",
    prompt="A mountain landscape",
    fidelity=0.5
)

风格迁移

# Transfer style with fine control
style_transfer(
    init_image="/path/to/content.jpg",
    style_image="/path/to/style.jpg",
    prompt="Apply artistic style",
    composition_fidelity=0.9,
    style_strength=1.0,
    change_strength=0.9
)

AWS IAM权限

您的AWS IAM用户或角色需要以下权限才能使用此MCP服务器：

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "bedrock:InvokeModel"
            ],
            "Resource": [
                "arn:aws:bedrock:*::foundation-model/amazon.nova-canvas-v1:0",
                "arn:aws:bedrock:*::foundation-model/stability.sd3-5-large-v1:0",
                "arn:aws:bedrock:*::foundation-model/us.stability.stable-creative-upscale-v1:0",
                "arn:aws:bedrock:*::foundation-model/us.stability.stable-conservative-upscale-v1:0",
                "arn:aws:bedrock:*::foundation-model/us.stability.stable-fast-upscale-v1:0",
                "arn:aws:bedrock:*::foundation-model/us.stability.stable-image-inpaint-v1:0",
                "arn:aws:bedrock:*::foundation-model/us.stability.stable-outpaint-v1:0",
                "arn:aws:bedrock:*::foundation-model/us.stability.stable-image-search-replace-v1:0",
                "arn:aws:bedrock:*::foundation-model/us.stability.stable-image-search-recolor-v1:0",
                "arn:aws:bedrock:*::foundation-model/us.stability.stable-image-erase-object-v1:0",
                "arn:aws:bedrock:*::foundation-model/us.stability.stable-image-remove-background-v1:0",
                "arn:aws:bedrock:*::foundation-model/us.stability.stable-image-control-sketch-v1:0",
                "arn:aws:bedrock:*::foundation-model/us.stability.stable-image-control-structure-v1:0",
                "arn:aws:bedrock:*::foundation-model/us.stability.stable-image-style-guide-v1:0",
                "arn:aws:bedrock:*::foundation-model/us.stability.stable-style-transfer-v1:0"
            ]
        }
    ]
}

支持的AWS区域

以下AWS区域使用此服务器使用的图像生成模型支持Amazon Bedrock：

亚马逊Nova画布

us-east-1（美国东部-北弗吉尼亚州）
us-west-2（美国西部-俄勒冈州）
eu-west-1（欧洲-爱尔兰）
ap-southeast-1（亚太-新加坡）
亚太-东北-1（亚太-东京）

稳定扩散3.5大

us-east-1（美国东部-北弗吉尼亚州）
us-west-2（美国西部-俄勒冈州）
eu-west-1（欧洲-爱尔兰）
eu-central-1（欧洲-法兰克福）
ap-southeast-1（亚太-新加坡）
亚太-东北-1（亚太-东京）

稳定AI图像服务

us-east-1（美国东部-北弗吉尼亚州）
us-west-2（美国西部-俄勒冈州）
eu-west-1（欧洲-爱尔兰）
eu-central-1（欧洲-法兰克福）
ap-southeast-1（亚太-新加坡）
亚太-东北-1（亚太-东京）

备注：型号可用性可能会发生变化。检查 AWS基岩文档获取最新信息。

故障排除

常见问题

“找不到模型”或“拒绝访问”错误

问题：您收到错误，表明模型不可用或您没有访问权限。

解决方案:

验证您的AWS区域是否支持您尝试使用的模型（请参阅支持的AWS区域)
确保您已在AWS Bedrock控制台中请求模型访问：

- 转到AWS基岩控制台→ 模型访问 - 请求访问要使用的模型 - 等待批准（对于大多数型号通常是即时的）

验证您的IAM权限是否包括 bedrock:InvokeModel 对于特定型号的ARN

“图像尺寸无效”错误

问题：图像生成失败，出现维度验证错误。

解决方案:

Nova画布：确保尺寸在320-4096像素之间，并能被16整除
SD3.5：使用支持的纵横比之一（16:9、1:1、21:9、2:3、3:2、4:5、5:4、9:16、9:21）
高端服务：检查输入图像大小限制：

- 创意/快速：64x64到1MP - 保守党：64x64至9.4MP

“内容过滤”响应

问题：您生成的图像被内容过滤阻止。

解决方案:

查看提示中潜在的敏感内容
使用否定提示排除有问题的元素
调整你的提示，使其更具体，不那么含糊
尝试不同的种子值

遮罩验证错误（镶嵌/删除对象）

问题：在修复或物体移除过程中，遮罩图像被拒绝。

解决方案:

确保蒙版为灰度（不是RGB或RGBA）
验证掩模尺寸是否与输入图像完全匹配
使用白色（255）表示要填充/删除的区域，使用黑色（0）表示要保留的区域
将掩码保存为PNG或JPEG格式

“图像太大”警告（放大）

问题：警告输入图像太大，无法进行创造性放大。

解决方案:

使用 upscale_conservative 适用于更大的图像（高达9.4MP）
在创意升级之前，将输入图像的大小调整到1MP以下
使用 upscale_fast 无尺寸限制，可快速放大4倍

未找到AWS凭据

问题：服务器无法启动，出现AWS凭据错误。

解决方案:

跑 aws configure 设置您的凭据
集 AWS_PROFILE 环境变量到您的配置文件名称
验证凭据文件是否存在于 ~/.aws/credentials
对于临时凭据，请确保 AWS_SESSION_TOKEN 也已设置

图像生成速度慢

问题：生成图像的时间比预期的要长。

解决方案:

这是正常的-AI图像生成可能需要10-60秒，具体取决于：

- 模型复杂性（SD3.5和升级速度较慢） - 图像分辨率 - AWS区域延迟

使用 upscale_fast 而不是创造性地扩大规模以获得更快的结果
考虑使用更近的AWS区域
对于Nova Canvas，减少 number_of_images 参数

文件路径问题

问题：找不到图像或将其保存到意外位置。

解决方案:

对输入图像使用绝对文件路径
指定 workspace_dir 控制输出位置的参数
检查输出目录是否具有写入权限
验证输入图像文件是否存在并且可读

获取帮助

如果您遇到此处未涵盖的问题：

检查 AWS基岩文档
查看模型上下文协议规范
在上打开一个问题
检查AWS服务运行状况仪表板是否出现中断

发展

运行测试

# Install dependencies
uv sync --dev

# Run all tests
pytest

# Run with coverage
pytest --cov=awslabs --cov-report=html

# Run specific test file
pytest tests/test_server.py

代码质量

# Format code
ruff format .

# Lint code
ruff check .

# Type check
pyright

许可证

此项目根据Apache许可证2.0获得许可-请参阅许可证文件以获取详细信息。

贡献

欢迎投稿！请看贡献作为指导方针。

Bedrock Image MCP Server

快速接入

详细介绍

亚马逊基岩图像生成MCP服务器

特性

Amazon Nova Canvas（2个工具）

基于文本的图像生成

彩色引导图像生成

稳定扩散3.5大（2个工具）

文本到图像生成

图像到图像转换

稳定性人工智能高端服务（3个工具）

创意升级

保守的升级

快速升级

稳定性AI编辑服务（6个工具）

镶嵌（生成填充）

外绘

搜索和替换

搜索和重新着色

删除对象

删除背景

稳定性人工智能控制服务（4个工具）

从草图到图像

结构控制

风格指南

风格迁移

遮罩创建实用程序（3个工具）

矩形口罩

椭圆形口罩

全口罩

工作空间集成

AWS身份验证

先决条件

安装

Windows安装

通过Smithery安装

AWS身份验证

使用示例

亚马逊Nova画布

基本文本到图像

颜色引导生成

稳定扩散3.5大

带有长提示的文本到图像

图像到图像转换

稳定AI高端服务

创意升级

保守派升级

快速升级

稳定性AI编辑服务

修复

外绘

搜索和替换

搜索和重新着色

删除对象

删除背景

稳定AI控制服务

从草图到图像

结构控制

风格指南

风格迁移

AWS IAM权限

支持的AWS区域

亚马逊Nova画布

稳定扩散3.5大

稳定AI图像服务

故障排除

常见问题

“找不到模型”或“拒绝访问”错误

“图像尺寸无效”错误

“内容过滤”响应

遮罩验证错误（镶嵌/删除对象）

“图像太大”警告（放大）

未找到AWS凭据

图像生成速度慢

文件路径问题

获取帮助

发展

运行测试

代码质量