Z Image Turbo MCP

Z-Image Turbo–MCP服务器

一个HTTP模型上下文协议（MCP）服务器，在一个简单的MCP工具后面托管扩散器Z-Image-Turbo管道。使用NVIDIA GPU加速在Docker中运行。

服务器公开了一个工具：

• generate_image(prompt: str) -> list[Image | str]

它返回一个PNG图像列表（MCP图像类型，原始PNG字节）和一条短消息。图像大小、步长和输出数量通过环境变量进行控制。

先决条件

• 码头工人
• 配备最新驱动程序的NVIDIA GPU
• NVIDIA容器工具包（将GPU传递到容器中）

快速入门（Docker Compose）

构建并启动服务器：

docker compose up --build -d

MCP HTTP端点将在以下位置可用：

• 基本URL: http://localhost:8000
• MCP路径： http://localhost:8000/mcp

注意：这是一个MCP服务器，而不是一个REST API。使用MCP客户端（见下文）或附带的Python客户端调用工具。

要查看日志或停止：

docker compose logs -f
docker compose down

配置

所有配置都是通过环境变量处理的（请参见 compose.yaml).默认值应用于 server.py.

• ENABLE_CPU_OFFLOAD （默认值： true)

- true：将层卸载到CPU以减少VRAM使用（速度较慢，内存传输更多） - false：将模型完全放在GPU上以获得最大速度

• DEFAULT_HEIGHT （默认值： 1024)
• DEFAULT_WIDTH （默认值： 1024)
• DEFAULT_STEPS （默认值： 9)
• DEFAULT_SEED （可选；如果设置，输出是可重复的）
• DEFAULT_NUM_IMAGES （默认值： 4)–每个提示生成的图像数量

其他相关作曲设置：

• Hugging Face缓存通过绑定挂载持久化： ${HOME}/.cache/huggingface:/root/.cache/huggingface
• GPU通过以下方式保留 deploy.resources.reservations.devices 使用NVIDIA驱动程序。

使用附带的Python客户端

您可以在中使用提供的客户端测试服务器 my_client.py。它连接到 http://localhost:8000/mcp 使用FastMCP Python客户端并调用 generate_image 工具。

服务器启动后，在本地（容器外）运行它：

python3 my_client.py

如果你想保存返回的图像，你可以这样调整客户端：

import asyncio
from fastmcp import Client
from fastmcp.utilities.types import Image

client = Client("http://localhost:8000/mcp")

async def call_and_save(prompt: str):
      async with client:
            results = await client.call_tool("generate_image", {"prompt": prompt})
            # Results is a list of Image objects (PNG bytes) and a trailing message string
            img_idx = 0
            for item in results:
                  if isinstance(item, Image):
                        with open(f"output_{img_idx}.png", "wb") as f:
                              f.write(item.data)
                        img_idx += 1
            print(results[-1])  # e.g., "Generated N image(s) for prompt: ..."

asyncio.run(call_and_save("A futuristic cityscape at sunset"))

MCP客户端集成

任何支持HTTP传输的MCP感知客户端都可以连接到 http://localhost:8000/mcp 并致电 generate_image 工具与单个 prompt 弦。图像大小、步长和批大小通过上面列出的环境变量（不是每次调用参数）进行控制。

引擎盖下面是什么？

• server.py 在上启动FastMCP HTTP服务器 0.0.0.0:8000 并缓慢地加载扩散器 ZImagePipeline (Tongyi-MAI/Z-Image-Turbo).
• CPU卸载可以通过以下方式切换 ENABLE_CPU_OFFLOAD.
• GPU锁可确保一次只运行一代，以避免VRAM峰值。

故障排除

• 容器看不到GPU

- 确保安装了NVIDIA驱动程序和容器工具包。 - 在某些主机上，安装工具包后可能需要重新启动Docker。

• CUDA/驱动程序不匹配错误

- 该图像使用CUDA 12.8运行时。确保您的主机驱动程序支持CUDA 12。

• GPU内存不足（OOM）

- 集 ENABLE_CPU_OFFLOAD=true. - 减少 DEFAULT_NUM_IMAGES 和/或更低 DEFAULT_HEIGHT/DEFAULT_WIDTH.

• 首次请求缓慢

- 第一个提示将权重加载到内存中；后续通话更快。

• 拥抱人脸率限制或身份验证

- 如果您需要私人型号，请使用您的 huggingface 根据需要缓存和登录令牌。

开发说明

• Python deps被固定在 requirements.txt 并安装在Docker镜像中。
• 该服务监听端口8000（在Compose中映射）。必要时进行调整。