图像生成 MCP 服务器

一个提供文本转图像生成功能的MCP服务器，使用Stable Diffusion WebUI API（ForgeUI/AUTOMATIC-1111）。

安装

先决条件

• Node.js
• 访问带有API启用的Stable Diffusion WebUI实例
• 启动WebUI时必须使用--api标志

设置

1. 克隆仓库：

git clone https://github.com/Ichigo3766/image-gen-mcp.git
cd image-gen-mcp

2. 安装依赖项：

npm install

3. 构建服务器：

npm run build

4. 将服务器配置添加到环境变量：

{
  "mcpServers": {
    "image-gen": {
      "command": "node",
      "args": [],
      "env": {
        "SD_WEBUI_URL": "http://localhost:7860",
        "SD_API_KEY": "your_api_key", // 可选，如果WebUI启用了API密钥
        "SD_MODEL_NAME": "模型名称" // 可选，默认为WebUI中的默认模型
      }
    }
  }
}

功能

文本转图像生成

使用/api/generate-image端点生成图像。请求体包含以下内容：

{
  "prompt": "输入提示词",
  "negative_prompt": "排除提示词", // 可选，默认为空
  "width": 512,
  "height": 512,
  "samples": 1,
  "num_inference_steps": 20,
  "safety_checker": true, // 开关安全检查，防止生成不适当内容，默认启用
  "enhance_prompt": true, // 启用提示词增强，默认启用
  "seed": null // 随机种子，可选，默认为随机值
}

图像 upscale

使用/api/upscale-images端点对图像进行放大处理。请求体包含以下内容：

{
  "images": ["image1.jpg", "image2.png"], // 要放大的图像文件路径数组
  "resize_mode": 0, // 0表示按比例缩放，1表示固定尺寸，默认从环境变量获取
  "upscaling_resize": 4, // 缩放倍率，当resize_mode=0时使用，默认从环境变量获取
  "upscaling_resize_w": 1024, // 目标宽度（像素），当resize_mode=1时使用，默认从环境变量获取
  "upscaling_resize_h": 1024, // 目标高度（像素），当resize_mode=1时使用，默认从环境变量获取
  "upscaler_1": "RealESRGAN_x4Plus", // 主要放大器模型， 默认从环境变量获取
  "upscaler_2": null, // 次级放大器模型，默认为null
  "output_path": "upscaled_images" // 放大后图像的输出目录，默认为当前目录/upscaled-images
}

开发

带自动重建功能：

npm run watch

错误处理

常见问题及解决方案：

1. 确保你的Stable Diffusion WebUI正在使用--api标志运行
2. 检查WebUI URL是否可以从MCP服务器访问
3. 如果使用了身份验证，请确保凭据正确
4. 验证输出目录存在且有写入权限
5. 当放大图像时，请确保输入图像文件存在且可读

许可证

此MCP服务器根据MIT License授权。这意味着你可以自由地使用、修改和分发软件，但需遵守MIT License的条款和条件。有关详细信息，请参阅项目仓库中的LICENSE文件。