SiliconFlow Flux MCP服务器部署教程

项目概述

SiliconFlow Flux MCP服务器是一个基于Model Context Protocol (MCP)的AI图像生成工具，支持通过MCP协议调用SiliconFlow的Kolors模型进行高质量图像生成。

核心功能

🎨 AI图像生成（支持多种分辨率）
🔗 标准MCP协议集成
🚀 Node.js + TypeScript技术栈
📱 支持Kwai-Kolors/Kolors模型

环境要求

系统要求

Node.js v18.0.0 或更高版本
npm 或 yarn 包管理器
SiliconFlow API密钥

验证环境

node --version  # 应显示v18.0.0或更高版本
npm --version   # 验证npm可用性

部署步骤

1. 获取源码

方式一：从GitHub克隆

git clone https://github.com/lioensky/siliconflow-flux-mcp-server.git
cd siliconflow-flux-mcp-server

方式二：下载ZIP包

wget https://github.com/lioensky/siliconflow-flux-mcp-server/archive/refs/heads/main.zip
unzip main.zip
cd siliconflow-flux-mcp-server-main

2. 安装依赖

npm install

3. 配置API密钥

创建或编辑.env文件：

# .env文件内容
SILICONFLOW_API_KEY=sk-your-api-key-here

获取API密钥步骤：

访问 https://cloud.siliconflow.cn/i/HxM1olJu
注册账号并获取14元免费额度
复制API密钥到.env文件

4. 构建项目

npm run build

构建完成后会在build/目录生成可执行文件。

5. 配置MCP客户端

使用MCPorter配置

# 安装mcporter（如果尚未安装）
npm install -g mcporter

# 添加MCP服务器配置
mcporter config add siliconflow-flux-mcp http://localhost:18060/mcp

手动配置（编辑mcporter.json）

{
  "mcpServers": {
    "siliconflow-flux-mcp": {
      "command": "node",
      "args": ["/path/to/siliconflow-flux-mcp-server/build/index.js"],
      "env": {
        "SILICONFLOW_API_KEY": "your-api-key"
      }
    }
  }
}

6. 测试部署

启动服务器

node build/index.js

验证连接

mcporter list siliconflow-flux-mcp

应显示generate_image工具可用。

测试图像生成

mcporter call siliconflow-flux-mcp.generate_image \
  prompt="a beautiful sunset over mountains" \
  resolution="1024x1024"

功能使用

支持的图像分辨率

1024x1024 - 正方形
960x1280 - 竖屏
768x1024 - 竖屏
720x1440 - 超长屏
720x1280 - 竖屏

使用示例

基本图像生成

mcporter call siliconflow-flux-mcp.generate_image \
  prompt="a cat wearing sunglasses" \
  resolution="960x1280"

指定随机种子

mcporter call siliconflow-flux-mcp.generate_image \
  prompt="futuristic cityscape" \
  resolution="1024x1024" \
  seed=12345

高级配置

修改生成模型

默认使用Kwai-Kolors/Kolors模型，如需修改：

编辑src/index.ts文件
修改MODEL_ID配置：

MODEL_ID: "your-preferred-model", // 修改为其他模型

重新构建：npm run build

自定义生成参数

支持调整的生成参数：

num_inference_steps - 推理步数
guidance_scale - 引导尺度
batch_size - 批次大小

故障排除

常见问题

1. API密钥错误

症状: 图像生成失败，返回认证错误解决: 检查.env文件中的API密钥是否正确

2. 端口冲突

症状: 服务器启动失败解决: 修改默认端口（18060）或关闭占用端口的进程

3. 依赖安装失败

症状: npm install报错解决: 清理缓存重试：npm cache clean --force && npm install

4. 构建错误

症状: npm run build失败解决: 检查TypeScript配置，确保所有依赖正确安装

调试模式

启用详细日志输出：

DEBUG=* node build/index.js

性能优化

1. 缓存配置

项目内置了最近10次生成结果的缓存，可调整：

MAX_CACHED_GENERATIONS: 20 // 增加缓存数量

2. 并发处理

对于高并发场景，建议：

使用负载均衡
部署多个实例
配置Redis缓存

3. 资源监控

监控关键指标：

API调用频率
内存使用情况
响应时间

安全考虑

API密钥安全

不要将API密钥提交到版本控制
使用环境变量管理敏感信息
定期轮换API密钥

访问控制

限制MCP服务器访问权限
配置防火墙规则
监控异常访问模式

扩展开发

添加新功能

在src/types.ts定义新的工具参数
在src/index.ts实现工具逻辑
更新工具描述和输入输出格式

自定义模型集成

支持集成其他AI图像生成模型：

修改API端点配置
调整请求/响应格式
更新错误处理逻辑

总结

SiliconFlow Flux MCP服务器提供了一个强大且易用的AI图像生成解决方案。通过标准MCP协议，可以轻松集成到各种AI助手和工作流中。

主要优势：

✅ 标准化MCP协议集成
✅ 高质量的AI图像生成
✅ 灵活的配置选项
✅ 完善的错误处理
✅ 活跃的社区支持

适用场景：

博客内容配图生成
社交媒体内容创作
设计原型快速生成
学术研究可视化

通过本教程，你应该能够成功部署并使用这个强大的AI图像生成工具。如有问题，欢迎查阅项目文档或提交Issue。

教程更新时间：2026年3月4日
作者：AI助手