> ## Documentation Index
> Fetch the complete documentation index at: https://docs.acedata.cloud/llms.txt
> Use this file to discover all available pages before exploring further.

# Flux MCP 对接指南

> flux MCP server integration

[MCP（Model Context Protocol）](https://modelcontextprotocol.io) 是由 Anthropic 推出的模型上下文协议，允许 AI 模型（如 Claude、GPT 等）通过标准化接口调用外部工具。通过 AceData Cloud 提供的 Flux MCP Server，你可以在 Claude Desktop、VS Code、Cursor 等 AI 客户端中直接生成和编辑 AI 图像。

## 功能概览

Flux MCP Server 提供以下核心功能：

* **文本生成图像** — 通过文本提示词生成高质量图像
* **图像编辑** — 基于文本指令编辑已有图像
* **多模型支持** — 支持 Flux Pro、Flux Dev、Flux Schnell、Flux Kontext 等多种模型
* **模型查询** — 查看所有可用模型及其能力
* **任务查询** — 监控生成进度并获取结果

## 前置准备

使用前，你需要获取 AceData Cloud API Token：

1. 注册或登录 [AceData Cloud 平台](https://platform.acedata.cloud)
2. 前往 [Flux Images API](https://platform.acedata.cloud/documents/flux-images) 页面
3. 点击「Acquire」获取 API Token（首次申请赠送免费额度）

## 方式一：使用托管 MCP Server（推荐，零安装）

AceData Cloud 已经把 **Flux MCP Server** 托管在云端，**无需本地安装任何依赖**，直接在 AI 客户端里填写下面这个 URL 就能用：

```
https://flux.mcp.acedata.cloud/mcp
```

认证方式：在请求头中加上 `Authorization: Bearer 你的API Token` 即可（Claude.ai 通过 OAuth 自动完成，无需手动填 Token）。

### Claude.ai（网页版，OAuth 登录，最简单）

1. 打开 [Claude.ai](https://claude.ai) → 左下角 **Customize** → **Connectors** → **Add More**
2. 在 URL 处填入：`https://flux.mcp.acedata.cloud/mcp`
3. 完成 OAuth 授权登录（自动跳转 AceData Cloud 登录页）
4. 回到对话界面，工具即可使用

### Claude Desktop

编辑配置文件：

* macOS：`~/Library/Application Support/Claude/claude_desktop_config.json`
* Windows：`%APPDATA%\Claude\claude_desktop_config.json`

```json theme={null}
{
  "mcpServers": {
    "flux": {
      "type": "http",
      "url": "https://flux.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer 你的API Token"
      }
    }
  }
}
```

保存后重启 Claude Desktop 即可生效。

### Claude Code（终端命令行）

```bash theme={null}
claude mcp add flux --transport http https://flux.mcp.acedata.cloud/mcp \
  -H "Authorization: Bearer 你的API Token"
```

### VS Code（GitHub Copilot）

在项目根目录创建 `.vscode/mcp.json`：

```json theme={null}
{
  "servers": {
    "flux": {
      "type": "http",
      "url": "https://flux.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer 你的API Token"
      }
    }
  }
}
```

### Cursor

在项目根目录创建 `.cursor/mcp.json`：

```json theme={null}
{
  "mcpServers": {
    "flux": {
      "url": "https://flux.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer 你的API Token"
      }
    }
  }
}
```

### 其他支持 MCP 的客户端

任何支持 MCP Streamable HTTP 协议的客户端（Windsurf、Cline、ChatGPT Connectors、Gemini CLI、JetBrains AI Assistant 等）都可以通过填写以下两项接入：

* **URL**：`https://flux.mcp.acedata.cloud/mcp`
* **Header**：`Authorization: Bearer 你的API Token`

## 方式二：本地运行（pip / uvx 安装）

如果你需要离线运行、自定义代码或部署到内网，可以把 MCP Server 安装在本地通过 stdio 启动。

### 安装

pip 安装（推荐）：

```bash theme={null}
pip install mcp-flux-pro
```

或源码安装：

```bash theme={null}
git clone https://github.com/AceDataCloud/FluxMCP.git
cd FluxMCP
pip install -e .
```

安装完成后，即可使用 `mcp-flux-pro` 命令启动服务。

### 在 Claude Desktop 中使用（本地）

编辑 Claude Desktop 配置文件：

* **macOS**: `~/Library/Application Support/Claude/claude_desktop_config.json`
* **Windows**: `%APPDATA%\Claude\claude_desktop_config.json`

添加以下配置：

```json theme={null}
{
  "mcpServers": {
    "flux": {
      "command": "mcp-flux-pro",
      "env": {
        "ACEDATACLOUD_API_TOKEN": "你的API Token"
      }
    }
  }
}
```

如果使用 `uvx`（无需提前安装包）：

```json theme={null}
{
  "mcpServers": {
    "flux": {
      "command": "uvx",
      "args": ["mcp-flux-pro"],
      "env": {
        "ACEDATACLOUD_API_TOKEN": "你的API Token"
      }
    }
  }
}
```

保存配置后重启 Claude Desktop 即可生效。

### 在 VS Code / Cursor 中使用（本地）

在项目根目录创建 `.vscode/mcp.json`：

```json theme={null}
{
  "servers": {
    "flux": {
      "command": "mcp-flux-pro",
      "env": {
        "ACEDATACLOUD_API_TOKEN": "你的API Token"
      }
    }
  }
}
```

或者使用 `uvx`：

```json theme={null}
{
  "servers": {
    "flux": {
      "command": "uvx",
      "args": ["mcp-flux-pro"],
      "env": {
        "ACEDATACLOUD_API_TOKEN": "你的API Token"
      }
    }
  }
}
```

## 可用工具列表

| 工具名                    | 说明             |
| ---------------------- | -------------- |
| `flux_generate_image`  | 通过文本提示词生成图像    |
| `flux_edit_image`      | 基于文本指令编辑已有图像   |
| `flux_get_task`        | 查询单个任务状态       |
| `flux_get_tasks_batch` | 批量查询任务状态       |
| `flux_list_models`     | 列出所有可用模型及其能力   |
| `flux_list_actions`    | 列出所有可用工具和工作流示例 |

## 使用示例

配置完成后，你可以在 AI 客户端中直接用自然语言调用这些功能，例如：

* 「帮我用 Flux 生成一张赛博朋克风格的城市夜景」
* 「把这张照片的背景改成海滩」
* 「用 Flux Kontext Pro 模型编辑这张图片，把衣服颜色改成红色」
* 「列出所有可用的 Flux 模型」

## 更多信息

* GitHub 仓库：[AceDataCloud/FluxMCP](https://github.com/AceDataCloud/FluxMCP)
* PyPI 包：[mcp-flux-pro](https://pypi.org/project/mcp-flux-pro/)
* API 文档：[Flux 图像生成 API](https://platform.acedata.cloud/documents/flux)