魔
魔搭文生图mcp服务
phoenixdna/modelscope-t2i-mcp
Hosted
12 Stars
7.1k 次浏览
更新于 2026-08-23
MCP 服务配置
复制以下 JSON 到 OPClaw 或其他 MCP 客户端的配置文件中即可使用
{
"mcpServers": {
"gradio": {
"args": [
"mcp-remote",
"https://phoenixdna-t2i-modelscope-mcp.ms.show/gradio_api/mcp/sse",
"--transport",
"sse-only"
],
"command": "npx"
}
}
}可用工具 （1 个）
该服务在 MCP 协议中暴露的工具，AI 可按需调用
generate_gradio 4 个参数
使用指定模型生成图像，并保存到本地。 调用 generate_image 接口生成图片，并记录生成耗时。 成功时返回包含路径、宽度、高度、耗时的元组；失败时返回 None。. Returns: , fpath (str): 保存的图片本地路径。, width (int): 生成图片的宽度。, height (int): 生成图片的高度。, elapsed (float): 生成耗时，秒为单位，保留 1 位小数。, 如果生成失败，则返回 None。, , >>> result = generate_gradio(, ... prompt="竹林和山峰，云海，无人机穿越视角",, ... model="Qwen/Qwen-Image",, ... width=1024,, ... height=1024, ... ), >>> print(result), ('results/success_20250829-193011.jpg', 1024, 1024, 8.7)
该工具无需必填参数，直接调用即可
服务介绍
项目简介
现在文生图aigc火爆，创立如下mcp服务，可以使用指定模型生成图像，并保存到本地。当前只支持魔搭的四种模型，详情见后。
调用 generate_image 接口生成图片，并记录生成耗时。
成功时返回包含路径、宽度、高度、耗时的元组；失败时返回 None。
部署指南
环境依赖：
Node.js 18+ 或 Python 3.8+（根据实际运行环境选择）
配置说明
参考以下 JSON 配置格式（以 SSE 传输为例）：
{
"mcpServers": {
"your-server-name": {
"args": [
"mcp-remote",
"https://phoenixdna-t2i-modelscope-mcp.ms.show/gradio_api/mcp/sse",
"--transport",
"sse-only"
],
"command": "npx"
}
}
}
使用示例
参数说明：
Args:
prompt (str): 图像生成提示词。
model (str): 使用的模型名称，例如：
- "black-forest-labs/FLUX.1-Krea-dev"
- "Qwen/Qwen-Image"
- "MusePublic/489_ckpt_FLUX_1"
- "MusePublic/flux-high-res"
width (int): 图像宽度（像素）。
height (int): 图像高度（像素）。
Returns:
Optional[Tuple[str, int, int, float]]:
- fpath (str): 保存的图片本地路径。
- width (int): 生成图片的宽度。
- height (int): 生成图片的高度。
- elapsed (float): 生成耗时，秒为单位，保留 1 位小数。
如果生成失败，则返回 None。
案例：
Example:
>>> result = generate_gradio(
... prompt="竹林和山峰，云海，无人机穿越视角",
... model="Qwen/Qwen-Image",
... width=1024,
... height=1024
... )
>>> print(result)
('results/success_20250829-193011.jpg', 1024, 1024, 8.7)
"""
