Hoppa till huvudinnehåll
MCP (Model Context Protocol) är ett modellkontextprotokoll lanserat av Anthropic, som gör det möjligt för AI-modeller (som Claude, GPT osv.) att anropa externa verktyg via standardiserade gränssnitt. Genom Flux MCP Server som tillhandahålls av AceData Cloud kan du direkt generera och redigera AI-bilder i AI-klienter som Claude Desktop, VS Code och Cursor.

Funktionsöversikt

Flux MCP Server erbjuder följande kärnfunktioner:
  • Text-till-bild-generering — Generera högkvalitativa bilder via textpromptar
  • Bildredigering — Redigera befintliga bilder baserat på textinstruktioner
  • Stöd för flera modeller — Stöd för flera modeller som Flux Pro, Flux Dev, Flux 2 och Flux Kontext
  • Modellfrågor — Visa alla tillgängliga modeller och deras funktioner
  • Uppgiftsfrågor — Övervaka genereringsförloppet och hämta resultat

Förberedelser

Innan användning behöver du hämta en AceData Cloud API-token:
  1. Registrera dig eller logga in på AceData Cloud-plattformen
  2. Gå till sidan Flux Images API
  3. Klicka på 「Acquire」 för att hämta API-token (den första ansökan inkluderar gratis kredit)

Metod ett: Använd hostad MCP Server (rekommenderas, noll installation)

AceData Cloud har redan hostat Flux MCP Server i molnet, utan behov av att installera några lokala beroenden. Fyll bara i följande URL direkt i AI-klienten för att använda den:
Autentiseringsmetod: Lägg bara till Authorization: Bearer din API-token i förfrågningshuvudet (Claude.ai slutför detta automatiskt via OAuth, så du behöver inte fylla i token manuellt).

Claude.ai (webbversion, OAuth-inloggning, enklast)

  1. Öppna Claude.ai → Customize längst ned till vänster → Connectors → Add More
  2. Fyll i följande vid URL: https://flux.mcp.acedata.cloud/mcp
  3. Slutför OAuth-auktoriseringsinloggningen (omdirigeras automatiskt till AceData Clouds inloggningssida)
  4. Återgå till konversationsgränssnittet, så kan verktygen användas

Claude Desktop

Redigera konfigurationsfilen:
  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %APPDATA%\Claude\claude_desktop_config.json
Starta om Claude Desktop efter att du har sparat för att aktivera ändringarna.

Claude Code (terminalkommandorad)

VS Code (GitHub Copilot)

Skapa .vscode/mcp.json i projektets rotkatalog:

Cursor

Skapa .cursor/mcp.json i projektets rotkatalog:

Andra klienter som stöder MCP

Alla klienter som stöder MCP Streamable HTTP-protokollet (Windsurf, Cline, ChatGPT Connectors, Gemini CLI, JetBrains AI Assistant osv.) kan integreras genom att fylla i följande två uppgifter:
  • URL: https://flux.mcp.acedata.cloud/mcp
  • Header: Authorization: Bearer din API-token

Metod två: Kör lokalt (pip / uvx-installation)

Om du behöver köra offline, anpassa koden eller distribuera till ett internt nätverk kan du installera MCP Server lokalt och starta den via stdio.

Installation

Installation med pip (rekommenderas):
Eller installation från källkod:
Efter installationen kan du använda kommandot mcp-flux-pro för att starta tjänsten.

Använd i Claude Desktop (lokalt)

Redigera Claude Desktops konfigurationsfil:
  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %APPDATA%\Claude\claude_desktop_config.json
Lägg till följande konfiguration:
Om du använder uvx (utan att installera paketet i förväg):
Starta om Claude Desktop efter att du har sparat konfigurationen för att aktivera ändringarna.

Använd i VS Code / Cursor (lokalt)

Skapa .vscode/mcp.json i projektets rotkatalog:
Eller använd uvx:

Lista över tillgängliga verktyg

Användningsexempel

Efter att konfigurationen har slutförts kan du direkt anropa dessa funktioner med naturligt språk i AI-klienten, till exempel:
  • 「Hjälp mig att använda Flux för att generera en stadsnattvy i cyberpunkstil」
  • 「Ändra bakgrunden i det här fotot till en strand」
  • 「Använd modellen Flux Kontext Pro för att redigera den här bilden och ändra klädernas färg till röd」
  • 「Lista alla tillgängliga Flux-modeller」

Mer information

Modell- och storleksbegränsningar

flux-2-flex、flux-2-pro、flux-2-max och Kontext-modellerna måste använda proportioner för size, till exempel 1:1 eller 16:9, och kan inte använda pixeldimensioner som 1024x1024. flux-2-klein stöder endast generering och ingår inte bland de valbara modellerna i flux_edit_image. flux_generate_video skiljer mellan t2v、i2v、v2v och draft_enhance via request.mode, och indata visas beroende på läge. Utkastsförbättring måste referera till sitt eget tillfälliga draft_task_id. Inskick är som standard asynkront, behåll det returnerade uppgifts-ID:t och använd flux_get_task för att läsa resultatet.