fal-api-mcp-server
是一个基于Model Context Protocol (MCP)的服务器,借助fal.ai的FLUX.1 Pro模型,为用户提供强大的图像生成功能。
在不同操作系统下,相关配置文件路径如下:
~/Library/Application\ Support/Claude/claude_desktop_config.json
%APPDATA%/Claude/claude_desktop_config.json%
"mcpServers": {
"fal-api-mcp-server": {
"command": "uv",
"args": [
"--directory",
"/path/to/fal-api-mcp-server",
"run",
"fal-api-mcp-server"
],
"env": {
"FAL_KEY": "your_fal_ai_api_key"
}
}
}
"mcpServers": {
"fal-api-mcp-server": {
"command": "uvx",
"args": [
"fal-api-mcp-server"
],
"env": {
"FAL_KEY": "your_fal_ai_api_key"
}
}
}
一旦服务器配置并运行,您就可以使用Claude生成图像。例如:
Claude将使用fal.ai FLUX.1 Pro模型生成所需的图像。
此服务器不提供任何持久性资源,因为fal.ai主要是一个无状态模型执行服务。
服务器实现了一个工具:
prompt
:生成图像的文本提示image_size
:所需图像大小(默认:"landscape_4_3")
num_images
:要生成的图像数量(默认:1)enable_safety_checker
:启用安全检查器(默认:true)safety_tolerance
:安全容限级别1 - 6,数值越高越宽松(默认:"2")output_format
:输出图像格式,"jpeg" 或 "png"(默认:"jpeg")此服务器需要一个fal.ai API密钥才能正常运行。您可以在fal.ai注册以获取API密钥。
API密钥应作为环境变量提供:
FAL_KEY=your_fal_ai_api_key
您可以在shell中设置此环境变量,或在服务器所在的同一目录创建一个.env
文件,内容如上所示。
您可以通过以下链接查看演示: https://github.com/user-attachments/assets/564a0fc3-9204-4399-b1ea-ab6a5c9f2d84
要准备分发包,可按以下步骤操作:
uv sync
uv build
这将在dist/
目录中创建源代码和wheel分布。
uv publish
注意:您需要通过环境变量或命令标志设置PyPI凭证:
--token
或 UV_PUBLISH_TOKEN
--username
/UV_PUBLISH_USERNAME
和 --password
/UV_PUBLISH_PASSWORD
由于MCP服务器运行在stdio上,调试可能具有挑战性。为了获得最佳的调试体验,我们强烈推荐使用MCP Inspector。
您可以使用以下命令启动MCP Inspector:
npx @modelcontextprotocol/inspector uv --directory /path/to/fal-api-mcp-server run fal-api-mcp-server
启动后,Inspector将显示一个URL,您可以在浏览器中访问以开始调试。