人工智能图像生成MCP服务器
适用于Cloudflare AI API的MCP服务器，可通过多个模型和提示生成功能实现图像生成操作。
概述
此MCP服务器提供使用Cloudflare的AI模型生成图像的工具，同时保持质量并支持多种模型类型。
特性
- 多模型支持：支持Cloudflare AI的各种稳定扩散模型
- 并发生成：同时生成多个模型的图像
- 快速生成：人工智能驱动的提示生成，以获得更好的结果
- 全面的错误处理：清除常见问题的错误消息
- 批量操作：支持并行生成多个图像
工具
generate_images
- 同时使用多个模型生成图像 - 输入： - prompt （string）：图像生成提示 - size_id （string）：图像大小（例如，“1024x1024”） - 返回：生成图像的模型ID字典
generate_prompt
- 使用AI生成详细的图像提示 - 输入： - theme （string）：要展开的基本主题 - 返回：详细的生成提示
设置
先决条件
- Python 3.10或更高版本
- 足够的磁盘空间（建议1GB以上）
- 稳定的网络连接
- Cloudflare账户和API代币
Cloudflare API代币
创建具有适当权限的Cloudflare API令牌：
- 登录到 Cloudflare仪表板
- 获取帐户ID:
- 点击右上角的账户图标 - 选择“帐户主页” - 在概览中查找“帐户ID”
- 创建API令牌：
- 转到“我的个人资料” - 选择“API令牌” - 点击“创建令牌” - 选择“创建自定义令牌” - 添加权限： - 账户AI-阅读和编辑 - 账户工人人工智能-阅读和编辑
安装
选项1：通过配置文件手动安装
添加到您的Claude Desktop配置文件中：
- MacOS：
~/Library/Application Support/Claude/claude_desktop_config.json - 窗户：
%APPDATA%/Claude/claude_desktop_config.json
{
"mcpServers": {
"CloudflareAI": {
"command": "uvx",
"args": ["cloudflare-ai"]
}
}
}选项2：通过Smithery自动安装
npx -y @smithery/cli install cloudflare-ai --client claude发展
建筑与出版
# Sync dependencies
uv sync
# Build package
uv build
# Publish to PyPI
uv publish调试
为了获得最佳调试体验，请使用MCP检查器：
npx @modelcontextprotocol/inspector python serv.py项目结构
cloudflare-ai/
├── src/
│ └── cloudflare_ai/
│ ├── __init__.py
│ ├── server.py
│ ├── tools/
│ │ ├── __init__.py
│ │ ├── generate_images.py
│ │ └── generate_prompt.py
│ └── utils/
│ ├── __init__.py
│ ├── cloudflare.py
│ └── logging.py
├── demo/
│ └── examples.py
├── tests/
│ └── test_tools.py
├── pyproject.toml
├── uv.lock
├── README.md
└── README_CN.md配置
地方发展
- 复制示例配置：
cp .env.example .env- 编辑配置：
CLOUDFLARE_ACCOUNT_ID=your_account_id
CLOUDFLARE_API_TOKEN=your_api_token生产环境
对于生产，使用环境变量：
# Linux/Mac
export CLOUDFLARE_ACCOUNT_ID="your_account_id"
export CLOUDFLARE_API_TOKEN="your_api_token"
# Windows
set CLOUDFLARE_ACCOUNT_ID=your_account_id
set CLOUDFLARE_API_TOKEN=your_api_token运行服务器
MCP客户端配置
将以下配置添加到MCP客户端设置中：
{
"mcpServers": {
"CloudflareAI": {
"command": "python",
"args": ["serv.py"],
"env": {
"CLOUDFLARE_ACCOUNT_ID": "your_account_id",
"CLOUDFLARE_API_TOKEN": "your_api_token"
},
"cwd": "/path/to/server/directory"
}
}
}配置选项：
command：Python可执行文件路径args：服务器脚本和参数env：身份验证的环境变量cwd：服务器的工作目录
您还可以使用具有自定义端口的服务器：
{
"mcpServers": {
"CloudflareAI": {
"command": "python",
"args": ["serv.py", "--port", "8080"],
"env": {
"CLOUDFLARE_ACCOUNT_ID": "your_account_id",
"CLOUDFLARE_API_TOKEN": "your_api_token"
}
}
}
}发展模式
# Run server in test mode
python serv.py生产部署
使用玉米或玉米：
- 安装服务器：
pip install uvicorn gunicorn- 用玉米粉跑步：
uvicorn serv:app --host 0.0.0.0 --port 8000 --workers 4- 或者使用gunicorn（仅限Linux/Mac）：
gunicorn serv:app -w 4 -k uvicorn.workers.UvicornWorker -b 0.0.0.0:8000监控和记录
日志配置
创建 logging.conf:
import logging
logging.basicConfig(
level=logging.INFO,
format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
handlers=[
logging.FileHandler('server.log'),
logging.StreamHandler()
]
)性能监控
推荐工具：
- 普罗米修斯+格拉法纳
- 新遗迹
- 数据狗
安全建议
- 使用HTTPS
- 实施速率限制
- 保持依赖关系更新
- 从不硬编码凭据
- 设置适当的文件权限
故障排除
常见问题
- API凭据错误：
- 验证帐户ID和API令牌 - 检查令牌权限
- 网络问题：
- 检查防火墙设置 - 验证网络连接
- 内存问题：
- 调整工人数量 - 监控内存使用情况
调试模式
# Run with debug mode enabled
DEBUG=1 python serv.py维护
- 更新依赖关系：
pip install --upgrade -r requirements.txt- 监控Cloudflare API更改
- 监控磁盘使用情况
- 定期备份配置文件
支持
寻求帮助：
- 检查文件
- 提交GitHub问题
- 联系技术支持
许可证
此MCP服务器根据MIT许可证获得许可。