使用说明

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。