Back to MCP directory
publicPublicdnsLocal runtime

aio-mcp

AIO-MCP Server是一个功能强大的模型上下文协议服务器,集成了GitLab、Jira、Confluence、YouTube等多种服务,提供AI驱动的搜索能力和开发工作流工具。

article

README

🚀 AIO工具集

AIO工具集提供了一系列强大的AI图像处理功能,能满足多种图像处理需求,如生成图像、修复图像、风格迁移等,用户只需根据任务需求选择合适的参数就能轻松完成操作。

✨ 主要特性

AIO工具集涵盖了丰富的AI图像处理功能,具体如下:

AI绘画

使用AI生成图像。

  • 参数
    • prompt(提示):用于描述期望生成图像的文本提示。
    • negative_prompt(负向提示):指定不希望出现在生成图像中的元素。
    • width(宽度):生成图像的宽度。
    • height(高度):生成图像的高度。
    • samples(采样数):采样的数量。
    • num_inference_steps(推理步数):推理过程中的步数。
    • safety_checker(安全检查开关):控制是否开启安全检查。
    • enhance_prompt(提升提示质量):提升提示的质量。
    • seed(随机种子):用于控制生成图像的随机性。

AI图像生成

基于描述生成图片。

  • 参数
    • prompt(提示):描述期望生成图像的文本。
    • negative_prompt(负向提示):指定不希望出现的元素。
    • width(宽度):生成图像的宽度。
    • height(高度):生成图像的高度。
    • samples(采样数):采样数量。
    • num_inference_steps(推理步数):推理步数。
    • safety_checker(安全检查开关):控制安全检查。
    • enhance_prompt(提升提示质量):提升提示质量。

AI图像修复

修复低质量或损坏的图片。

  • 参数
    • image_path(图片路径):待修复图片的路径。
    • strength(修复强度):控制修复的强度。
    • num_inference_steps(推理步数):推理步数。

AI图像风格迁移

将一种艺术风格应用到另一张图片上。

  • 参数
    • content_image_path(内容图片路径):原始内容图片的路径。
    • style_image_path(风格图片路径):风格图片的路径。
    • strength(风格强度):控制风格应用的强度。
    • num_inference_steps(推理步数):推理步数。

AI图像变体生成

生成图像的变体版本。

  • 参数
    • image_path(原始图片路径):原始图片的路径。
    • num_variations(生成变体数量):要生成的变体数量。
    • num_inference_steps(推理步数):推理步数。

AI图像上色

将灰度图自动上色。

  • 参数
    • image_path(图片路径):待上色图片的路径。
    • num_inference_steps(推理步数):推理步数。

AI图像去背景

去除图片中的背景。

  • 参数
    • image_path(图片路径):待处理图片的路径。
    • num_inference_steps(推理步数):推理步数。

AI图像增强

提升图片质量。

  • 参数
    • image_path(图片路径):待增强图片的路径。
    • num_inference_steps(推理步数):推理步数。

AI图像马赛克化

对图像进行马赛克处理。

  • 参数
    • image_path(图片路径):待处理图片的路径。
    • block_size(块大小):马赛克块的大小。
    • num_inference_steps(推理步数):推理步数。

AI图像模糊化

对图像进行模糊处理。

  • 参数
    • image_path(图片路径):待处理图片的路径。
    • blur_radius(模糊半径):控制模糊的程度。
    • num_inference_steps(推理步数):推理步数。

这些工具可广泛应用于各种图像处理任务,用户只需依据具体需求选择合适的参数,就能轻松实现各类图像处理效果。

help

Runtime guide

cloud

Hosted runtime

Hosted servers run from a provider-managed environment. You usually connect the MCP client to the hosted endpoint or follow the provider's authorization flow, without keeping a local process alive

  1. Open provider connection page
  2. Authorize or copy endpoint
  3. Connect from your MCP client
terminal

Local runtime / other methods

Local servers run on your own machine or infrastructure. You normally copy the server_config into your MCP client, install the required package, and provide env variables from env_schema when needed

  1. Copy server_config
  2. Install required package
  3. Fill env variables and restart client