Apppublic

Alexchenliu/Replicate_MCP

sourceHugging Facemitupdated 9mo agoView on Hugging Face

0likes

App README

Replicate MCP Server

一个基于 MCP (Model Context Protocol) 的 Replicate API 服务器，支持 HTTP Streamable 协议。

功能

—获取模型 Schema: 获取任意 Replicate 公共模型的输入/输出参数定义
—运行模型: 调用模型生成图片，支持同步等待
—获取进度: 轮询获取生成进度和最终结果

MCP Tools

Tool	描述
`get_model_schema`	获取模型的输入/输出 Schema
`run_model`	运行模型（支持同步等待60秒）
`get_prediction`	获取预测状态、进度和结果
`run_model_and_wait`	运行模型并自动轮询等待完成

部署到 HuggingFace Spaces

1.创建新的 Docker Space
2.上传以下文件:
3.app.py
4.requirements.txt
5.Dockerfile
6.README.md
7.在 Space Settings 中添加环境变量:
8.REPLICATE_API_TOKEN: 你的 Replicate API Token
9.MCP_AUTH_TOKEN: MCP 服务认证 Token（可选，设置后启用 Bearer 认证）

客户端连接

MCP 端点: https://<username>-<space-name>.hf.space/mcp

配置示例 (Claude Desktop / Cursor)

无认证模式:

json

{
  "mcpServers": {
    "replicate": {
      "url": "https://<username>-<space-name>.hf.space/mcp"
    }
  }
}

Bearer Token 认证模式:

json

{
  "mcpServers": {
    "replicate": {
      "url": "https://<username>-<space-name>.hf.space/mcp",
      "headers": {
        "Authorization": "Bearer your-mcp-auth-token"
      }
    }
  }
}

使用示例

1. 获取模型 Schema

get_model_schema(model_owner="black-forest-labs", model_name="flux-schnell")

2. 运行模型

run_model(
    model_owner="black-forest-labs",
    model_name="flux-schnell",
    input_params={"prompt": "a beautiful sunset over mountains"}
)

3. 获取进度

get_prediction(prediction_id="xxx")

4. 一键运行并等待

run_model_and_wait(
    model_owner="black-forest-labs",
    model_name="flux-schnell",
    input_params={"prompt": "a cute cat"}
)

本地开发

bash

# 设置环境变量
export REPLICATE_API_TOKEN=your_token_here

# 安装依赖
pip install -r requirements.txt

# 运行服务
python app.py

技术栈

—MCP SDK: Model Context Protocol Python SDK
—Starlette: ASGI 框架
—httpx: 异步 HTTP 客户端
—uvicorn: ASGI 服务器

License

MIT