siliconflow-mcp-server

一个基于 MCP 协议的 SiliconFlow AI API 服务器包，用于集成到支持 MCP 协议的应用程序中。

功能特性

• 提供 SiliconFlow 图像生成 API 接口
• 兼容 MCP 协议，可与 Cursor 等工具无缝集成
• 简单易用的工具函数
• 支持通过环境变量配置 API Key

安装方法

通过 pip 安装：

pip install siliconflow_mcp_server

通过 uv 安装：

uvx pip install siliconflow_mcp_server

使用方法

命令行运行

# 使用普通方式运行
siliconflow-mcp-server

# 使用 uvx 运行
uvx siliconflow-mcp-server

环境变量配置

在使用前，必须设置 SiliconFlow API Key 环境变量：

export SILICONFLOW_APIKEY="sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"

你可以从 SiliconFlow 官网 获取 API Key。

MCP 配置

在支持 MCP 的应用程序（如 Cursor）中，添加以下配置到 MCP 配置文件中（通常位于 ~/.cursor/mcp.json）：

{
  "mcpServers": {
    "siliconflow-mcp-server": {
      "command": "uvx",
      "args": [
        "siliconflow-mcp-server"
      ],
      "env": {
        "SILICONFLOW_APIKEY": "sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"
      }
    }
  }
}

配置完成后，重启支持 MCP 的应用程序（如 Cursor），即可使用 @siliconflow-mcp-server 调用相关工具。

可用工具

图像生成 (generate_image)

使用 SiliconFlow 的 AI 模型生成图像：

@mcp.tool()
def generate_image(prompt: str, width: int, height: int) -> str:
    """
    根据提示生成图片，返回图片URL
    
    参数:
        prompt: 图片生成的文本提示（必须是英文）
        width: 生成图片的宽度（像素）
        height: 生成图片的高度（像素）
    
    返回:
        生成的图片 URL
    """

调用示例

在 Cursor 中，可以这样调用：

@siliconflow-mcp-server generate_image("a beautiful landscape with mountains and lakes", 1024, 1024)

默认参数

• 使用模型: black-forest-labs/FLUX.1-schnell
• 推理步数: 8
• 指导缩放: 3.5
• 批量大小: 1

技术说明

本服务器基于 MCP (Model Control Protocol) 协议，通过 stdio 传输方式与客户端通信，可以很容易地与支持 MCP 协议的应用程序集成。

开发说明

1. 克隆项目
2. 安装依赖：pip install -e .
3. 开发新功能
4. 构建：python -m build
5. 发布：python -m twine upload dist/*

问题排查

• 如果遇到 ModuleNotFoundError: No module named 'siliconflow_mcp_server' 错误，请确保已正确安装包
• 如果使用 uvx 运行遇到问题，可以尝试 uvx pip install --find-links=dist/ siliconflow_mcp_server

许可证

MIT