Przegląd funkcji
Flux MCP Server oferuje następujące kluczowe funkcje:- Generowanie obrazu z tekstu — generowanie obrazów wysokiej jakości na podstawie podpowiedzi tekstowych
- Edycja obrazu — edycja istniejących obrazów na podstawie instrukcji tekstowych
- Obsługa wielu modeli — obsługuje różne modele, takie jak Flux Pro, Flux Dev, Flux 2, Flux Kontext i inne
- Zapytania o modele — wyświetlanie wszystkich dostępnych modeli i ich możliwości
- Zapytania o zadania — monitorowanie postępu generowania i pobieranie wyników
Przygotowanie wstępne
Przed użyciem musisz uzyskać AceData Cloud API Token:- Zarejestruj się lub zaloguj na platformie AceData Cloud
- Przejdź na stronę Flux Images API
- Kliknij „Acquire”, aby uzyskać API Token (przy pierwszym wniosku otrzymasz darmowy limit)
Metoda pierwsza: korzystanie z hostowanego MCP Server (zalecane, bez instalacji)
AceData Cloud hostuje już Flux MCP Server w chmurze, bez potrzeby lokalnej instalacji jakichkolwiek zależności — wystarczy bezpośrednio wpisać poniższy URL w kliencie AI:Authorization: Bearer Twój API Token w nagłówku żądania (Claude.ai wykonuje to automatycznie przez OAuth, bez konieczności ręcznego wpisywania Tokena).
Claude.ai (wersja internetowa, logowanie OAuth, najprostsze)
- Otwórz Claude.ai → Customize w lewym dolnym rogu → Connectors → Add More
- W polu URL wpisz:
https://flux.mcp.acedata.cloud/mcp - Ukończ logowanie autoryzacyjne OAuth (automatyczne przekierowanie na stronę logowania AceData Cloud)
- Wróć do interfejsu rozmowy, a narzędzie będzie gotowe do użycia
Claude Desktop
Edytuj plik konfiguracyjny:- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%\Claude\claude_desktop_config.json
Claude Code (wiersz poleceń terminala)
VS Code (GitHub Copilot)
Utwórz.vscode/mcp.json w katalogu głównym projektu:
Cursor
Utwórz.cursor/mcp.json w katalogu głównym projektu:
Inne klienty obsługujące MCP
Każdy klient obsługujący protokół MCP Streamable HTTP (Windsurf, Cline, ChatGPT Connectors, Gemini CLI, JetBrains AI Assistant itp.) może zostać podłączony przez uzupełnienie poniższych dwóch pozycji:- URL:
https://flux.mcp.acedata.cloud/mcp - Header:
Authorization: Bearer Twój API Token
Metoda druga: uruchamianie lokalne (instalacja pip / uvx)
Jeśli potrzebujesz działania offline, niestandardowego kodu lub wdrożenia w sieci wewnętrznej, możesz zainstalować MCP Server lokalnie i uruchomić go przez stdio.Instalacja
Instalacja przez pip (zalecana):mcp-flux-pro.
Używanie w Claude Desktop (lokalnie)
Edytuj plik konfiguracyjny Claude Desktop:- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%\Claude\claude_desktop_config.json
uvx (bez konieczności wcześniejszej instalacji pakietu):
Używanie w VS Code / Cursor (lokalnie)
Utwórz.vscode/mcp.json w katalogu głównym projektu:
uvx:
Lista dostępnych narzędzi
Przykłady użycia
Po zakończeniu konfiguracji możesz bezpośrednio wywoływać te funkcje w kliencie AI, używając języka naturalnego, na przykład:- „Pomóż mi wygenerować za pomocą Flux nocny widok miasta w stylu cyberpunk”
- „Zmień tło tego zdjęcia na plażę”
- „Edytuj ten obraz za pomocą modelu Flux Kontext Pro i zmień kolor ubrania na czerwony”
- „Wyświetl wszystkie dostępne modele Flux”
Więcej informacji
- Repozytorium GitHub: AceDataCloud/FluxMCP
- Pakiet PyPI: mcp-flux-pro
- Dokumentacja API: Flux API generowania obrazów
Ograniczenia modeli i rozmiarów
flux-2-flex, flux-2-pro, flux-2-max oraz modele Kontext muszą używać size w postaci
proporcji, na przykład 1:1 lub 16:9, nie można używać wymiarów pikselowych takich jak 1024x1024.
flux-2-klein obsługuje tylko generowanie i nie znajduje się wśród dostępnych modeli w flux_edit_image.
flux_generate_video rozróżnia t2v, i2v, v2v oraz
draft_enhance za pomocą request.mode, a dane wejściowe są wyświetlane zależnie od trybu. Ulepszanie szkicu musi odwoływać się do własnego tymczasowego draft_task_id.
Domyślnie wysłanie jest asynchroniczne, należy zachować zwrócone ID zadania i użyć flux_get_task, aby odczytać wynik.
