返回 MCP 目录
public公开dns本地运行

mcp-fal

一个用于与fal.ai模型和服务交互的MCP服务器

article

README

🚀 fal.ai MCP 服务器

fal.ai MCP 服务器是一个用于与 fal.ai 模型和服务交互的 Model Context Protocol (MCP) 服务器,它能帮助用户便捷地使用 fal.ai 的各类模型和服务,实现模型管理、内容生成等功能。

🚀 快速开始

运行服务器

你可以使用开发模式运行服务器:

fastmcp dev main.py

这将启动 MCP 检查仪网页界面,你可以在其中测试工具。

在 Claude Desktop 中安装

要将服务器与 Claude Desktop 一起使用:

fastmcp install main.py -e FAL_KEY="YOUR_FAL_API_KEY_HERE"

这将使服务器在 Desktop 应用中可用。

直接运行

你也可以直接运行服务器:

python main.py

✨ 主要特性

  • 列出所有可用的 fal.ai 模型
  • 根据关键词搜索特定模型
  • 获取模型的 OpenAPI 方案
  • 使用任何 fal.ai 模型生成内容
  • 支持直接和排队执行模型
  • 排队管理(状态检查、获取结果、取消请求)
  • 将文件上传到 fal.ai CDN

📦 安装指南

  1. 克隆此仓库:
git clone https://github.com/am0y/mcp-fal.git
cd mcp-fal
  1. 安装所需的包:
pip install fastmcp httpx aiofiles
  1. 将你的 fal.ai API 密钥设置为环境变量:
export FAL_KEY="YOUR_FAL_API_KEY_HERE"

💻 使用示例

基础用法

以下是使用开发模式运行服务器的示例:

fastmcp dev main.py

高级用法

在 Claude Desktop 中安装服务器的示例:

fastmcp install main.py -e FAL_KEY="YOUR_FAL_API_KEY_HERE"

📚 详细文档

API 参考

工具

  • models(page=None, total=None) - 列出所有可用模型,支持分页查询
  • search(keywords) - 根据关键词搜索模型
  • schema(model_id) - 获取特定模型的 OpenAPI 方案
  • generate(model, parameters, queue=False) - 使用模型生成内容,可选排队执行
  • result(url) - 获取排队请求的结果
  • status(url) - 检查排队请求的状态
  • cancel(url) - 取消排队请求
  • upload(path) - 将文件上传到 fal.ai CDN

📄 许可证

MIT

help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端