Pollinations MCP Server

Pollinations MCP 服务器

这是一个基于Model Context Protocol (MCP)的服务器实现，用于连接Pollinations.ai服务的API接口。该服务器允许AI模型通过MCP协议调用Pollinations.ai的图像和文本生成功能。

功能特点

• 支持通过MCP协议与Pollinations.ai服务交互
• 提供三个主要工具：
  • generate_image: 使用Pollinations.ai生成图像并返回URL（默认无水印）
  • download_image: 下载生成的图像到本地文件
  • generate_text: 使用Pollinations.ai生成文本
• 基于TypeScript实现，支持类型安全
• 使用stdio传输机制，便于与AI模型集成

安装

1. 克隆仓库：

git clone https://github.com/bendusy/pollinations-mcp.git
cd pollinations-mcp

2. 安装依赖：

npm install

3. 构建项目：

npm run build

使用方法

作为MCP服务器运行

npm start

服务器将通过标准输入/输出(stdio)启动，等待MCP客户端连接。

在Cursor中使用（当前可能无法正常工作）

注意： 目前在Cursor中配置此服务器可能不会成功。如果您需要使用此功能，建议使用Cline（见下文）。

在Cline中使用（推荐）

Cline是一个支持MCP协议的AI终端，可以成功使用本服务器提供的图像生成功能。设置步骤如下：

1. 安装并启动Cline

2. 打开Cline的设置文件，通常位于：

   • Windows: %APPDATA%\Cline\config.json
   • Mac: ~/Library/Application Support/Cline/config.json
   • Linux: ~/.config/Cline/config.json

3. 在配置文件中找到或添加mcpServers部分，然后添加以下配置：

"mcpServers": {
  "pollinations-mcp": {
    "command": "node",
    "args": [
      "完整路径/到您的/pollinations-mcp/dist/index.js"
    ],
    "disabled": false,
    "autoApprove": [
      "download_image",
      "generate_image",
      "generate_text"
    ]
  }
}

例如，Windows系统上的完整配置可能如下：

"mcpServers": {
  "pollinations-mcp": {
    "command": "node",
    "args": [
      "C:\\Users\\用户名\\路径\\到\\pollinations-mcp\\dist\\index.js"
    ],
    "disabled": false,
    "autoApprove": [
      "download_image",
      "generate_image",
      "generate_text"
    ]
  }
}

4. 保存配置文件并重启Cline
5. 现在您可以在Cline中使用Pollinations图像生成功能了，例如：

使用Pollinations生成图像：beautiful sunset over ocean with palm trees

与AI模型集成

本服务器设计用于与支持MCP协议的AI模型集成，使其能够生成图像。

支持的工具

generate_image

使用Pollinations.ai生成图像并返回URL。

参数：

• prompt (必需): 图像描述提示词
• width (可选): 图像宽度（像素），默认为1024
• height (可选): 图像高度（像素），默认为1024
• seed (可选): 随机种子值（用于生成一致的图像）
• model (可选): 要使用的模型，默认为'flux'
• nologo (可选): 设置为true可去除水印，默认为true
• enhance (可选): 提高图像质量（应用增强滤镜），默认为false
• safe (可选): 启用安全过滤（过滤不适内容），默认为false
• private (可选): 设置为true可使图像私有（不在公共feed中显示），默认为false

提示词最佳实践：

• 尽量使用英文编写提示词，Pollinations.ai对英文的理解更好
• 保持提示词简短精确，避免过长或模糊的描述
• 使用具体的形容词和名词，而非抽象概念
• 例如："beautiful sunset over ocean with palm trees"比"一张日落的图片"效果更好

download_image

下载Pollinations.ai生成的图像到本地文件。

参数：

• url (必需): 要下载的图像URL
• output_path (可选): 保存图像的路径（包括文件名），默认为'image.jpg'

generate_text

使用Pollinations.ai生成文本。

参数：

• prompt (必需): 文本提示词
• model (可选): 要使用的模型（如openai、mistral等），默认为'openai'
• seed (可选): 随机种子值（用于生成一致的结果）
• system (可选): 系统提示词（设置AI行为）
• json (可选): 是否返回JSON格式的响应，默认为false
• private (可选): 设置为true可使响应私有，默认为false

API参考

本项目使用Pollinations.ai的官方API。完整的API文档请参考：Pollinations API文档

图像生成API

基本格式：https://image.pollinations.ai/prompt/{prompt}?{参数}

示例：

https://image.pollinations.ai/prompt/beautiful%20sunset?width=1024&height=1024&nologo=true

可用的图像模型

• flux (默认): 主流文生图模型，功能全面
• variation: 图像变体生成
• dreamshaper: 梦幻风格
• anything: 动漫风格图像
• pixart: 高质量插图风格

文本生成API

基本格式：https://text.pollinations.ai/{prompt}?{参数}

示例：

https://text.pollinations.ai/Tell%20me%20about%20artificial%20intelligence?model=openai

可用的文本模型

• openai (默认): OpenAI模型
• mistral: Mistral模型
• gemini: Google Gemini模型

开发

项目结构

• src/index.ts: 主服务器实现
• dist/: 编译后的JavaScript文件
• package.json: 项目配置和依赖

依赖

• @modelcontextprotocol/sdk: MCP协议SDK
• axios: HTTP客户端，用于下载图像
• typescript: TypeScript编译器

许可

本项目采用ISC许可证。详情请参阅LICENSE文件。

相关链接

• Pollinations.ai
• Model Context Protocol