返回 MCP 目录
public公开dns本地运行

zxkane_mcp-server-amazon-bedrock

一个基于Amazon Bedrock Nova Canvas模型的MCP服务器,提供高质量的AI图像生成服务,支持文本描述生成图像、负面提示优化、尺寸配置和种子控制等功能。

article

README

🚀 亚马逊 Bedrock MCP 服务器

这是一个集成了 Amazon Bedrock 的 Nova Canvas 模型的模型控制协议(MCP)服务器,专门用于 AI 图像生成。通过它,用户能够基于文本描述生成高质量的图像。

✨ 主要特性

  • 借助 Amazon 的 Nova Canvas 模型,可根据文本描述生成高质量图像。
  • 具备高级控制能力,能通过负面提示优化图像构图。
  • 提供灵活的配置选项,支持自定义图像尺寸和质量。
  • 可利用种子值实现确定性的图像生成。
  • 拥有强大的输入验证和错误处理机制。

📦 安装指南

先决条件

  1. 需拥有有效 AWS 账户,并具备 Amazon Bedrock 和 Nova Canvas 模型访问权限。
  2. 要正确配置具有所需权限的 AWS 凭证。
  3. 需安装 Node.js 版本 18 或更高版本。

AWS 凭证配置

服务器需要具备 Amazon Bedrock 权限的 AWS 凭证,可通过以下任一方法配置:

  1. 环境变量
    export AWS_ACCESS_KEY_ID=your_access_key
    export AWS_SECRET_ACCESS_KEY=your_secret_key
    export AWS_REGION=us-east-1  # 或您选择的区域
    
  2. AWS 凭证文件 (~/.aws/credentials)
    [the_profile_name]
    aws_access_key_id = your_access_key
    aws_secret_access_key = your_secret_key
    
    可通过环境变量指定活动配置文件:
    export AWS_PROFILE=the_profile_name
    
  3. IAM 角色(当部署在 AWS 基础设施上时)

Claude Desktop 集成

若要在 Claude Desktop 中集成,需将以下配置添加到您的设置文件中:

  • MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %APPDATA%/Claude/claude_desktop_config.json
{
  "mcpServers": {
    "amazon-bedrock": {
      "command": "npx",
      "args": [
        "-y",
        "@zxkane/mcp-server-amazon-bedrock"
      ],
      "env": {
        "AWS_PROFILE": "your_profile_name",         // 可选,如果您想使用特定配置文件
        "AWS_ACCESS_KEY_ID": "your_access_key",     // 可选,仅在您未使用 AWS 凭证文件或 IAM 角色时
        "AWS_SECRET_ACCESS_KEY": "your_secret_key", // 可选,仅在您未使用 AWS 净文件或 IAM role 时
        "AWS_REGION": "us-east-1"                   // 可选,默认为 'us-east-1'
      }
    }
  }
}

💻 使用示例

generate_image

这是一个从文本描述生成图像的工具,支持自定义尺寸、格式和负面提示。

参数说明

| 参数名 | 类型 | 是否必填 | 默认值 | 描述 | |------------------------|--------|----------|---------------|--------------------------| | prompt | String | 必填 | - | 图像生成的文本描述 | | negative_prompt | String | 可选 | - | 减少图像中出现的内容 | | width | Int | 必填 | 512 | 图像宽度 | | height | Int | 必填 | 512 | 图像高度 | | samples | Int | 可选 | 1 | 生成图像的数量 | | num_inference_steps | Int | 可选 | 20 | 推理步骤数 | | safety_checker | Bool | 可选 | True | 是否启用安全检查器 | | enhance_prompt | Bool | 可选 | False | 是否增强提示 | | seed | Int | 可选 | - | 随机种子值,确保结果可复现| | guidance_scale | Float | 可选 | 7.5 | 控制生成图像与提示的相似度|

代码示例

# 基础用法
generate_image --prompt "一只坐在月光下的猫" --width 1024 --height 768

# 高级用法
# 使用负面提示和自定义参数
generate_image --prompt "一只坐在月光下的猫" --negative_prompt "狗, 灰暗的环境" --width 1024 --height 768 --samples 2 --seed 123

📚 详细文档

开发指南

克隆仓库

使用 Git 克隆此项目:

git clone https://github.com/yourusername/mcp-bedrock.git
cd mcp-bedrock

安装依赖

安装项目所需的依赖包:

npm install

运行服务器

启动 MCP 服务器:

node index.js

🔧 技术细节

生成图像可能会占用较多资源,建议在高性能计算环境中运行。同时,请注意调整参数以避免过长的推理时间。

📄 许可证

本项目采用 MIT 许可证,具体内容请查阅 LICENSE 文件。

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