Azure OpenAI DALL-E 3 MCP Sunucusu

“Azure OpenAI DALL-E 3” MCP Sunucusu ne yapar?

Azure OpenAI DALL-E 3 MCP Sunucusu, yapay zeka asistanları ve istemcileri ile Azure OpenAI’nin DALL-E 3 görsel üretim yeteneklerini Model Context Protocol (MCP) üzerinden bağlayan bir entegrasyon katmanıdır. MCP uyumlu istemciler ile Azure DALL-E 3 API arasında köprü görevi üstlenen bu sunucu, geliştiricilerin ve yapay zeka iş akışlarının doğal dil yönergelerinden programatik olarak görsel üretmesini, oluşturulan görselleri indirmesini ve gelişmiş görsel tabanlı görevleri kolaylaştırmasını sağlar. Bu sayede güçlü görsel üretim özelliklerine, doğrudan yapay zeka destekli araçlarınızdan, otomasyonlarınızdan veya interaktif ajanlarınızdan kolayca erişebilir, çok çeşitli yaratıcı, tasarım ve içerik üretimi senaryolarını destekleyebilirsiniz.

Yönergeler Listesi

Depoda herhangi bir yönerge şablonu belirtilmemiştir.

Kaynaklar Listesi

Mevcut dokümantasyon veya kodda herhangi bir kaynak belirtilmemiştir.

Araçlar Listesi

• generate_image
  Azure OpenAI’nin DALL-E 3’ünü kullanarak, prompt (gerekli), size (görsel boyutları), quality (görsel kalitesi) ve style (görsel stili) gibi ayarlanabilir parametrelerle görseller oluşturur.

• download_image
  Oluşturulan görselleri verilen bir URL’den, belirlenen yerel dizine özel dosya adıyla indirir.

Bu MCP Sunucusunun Kullanım Senaryoları

• Yapay Zeka Destekli İçerik Üretimi
  • AI asistanlarının kullanıcı açıklamalarına göre özgün görseller oluşturmasını sağlayarak blog yazıları, makaleler veya sunumlar için görsel içerik tasarım sürecini hızlandırır.
• Otomatikleştirilmiş Tasarım İş Akışları
  • Görsel üretimini tasarım süreçlerine entegre ederek, programatik DALL-E 3 erişimiyle hızlı şekilde mockup, konsept çizim veya pazarlama materyalleri oluşturulmasını sağlar.
• Prototipleme ve Fikir Geliştirme
  • Takımların, ürün geliştirme veya sunum oturumlarında, metin yönergelerini anında görsellere dönüştürerek fikirleri görselleştirmelerine olanak tanır.
• Eğitimsel ve İllüstratif Uygulamalar
  • Eğitmenlerin veya eğitimcilerin, öğrenim materyallerini veya etkileşimli deneyimleri zenginleştirmek için anında özel çizimler veya diyagramlar üretmesine yardımcı olur.
• ML Veri Hattı için Veri Artırımı
  • Özellikle çeşitli görsel veri eksikliği olan durumlarda, makine öğrenimi modellerinin veri kümelerini sentezlenmiş görsellerle artırmak için kullanılır.

Kurulum Adımları

Windsurf

1. Sisteminizde Node.js kurulu olduğundan emin olun.
2. Azure OpenAI DALL-E 3 MCP Sunucu deposunu klonlayın veya indirin.
3. Sunucuyu derleyin:
   • npm install komutunu çalıştırın
   • Ardından npm run build komutunu çalıştırın
4. Windsurf yapılandırmanızı MCP sunucusunu ekleyecek şekilde düzenleyin:

   {
     "mcpServers": {
       "dalle3": {
         "command": "node",
         "args": [
           "path/to/mcp-server-aoai-dalle3/build/index.js"
         ],
         "env": {
           "AZURE_OPENAI_ENDPOINT": "<endpoint>",
           "AZURE_OPENAI_API_KEY": "<key>",
           "AZURE_OPENAI_DEPLOYMENT_NAME": "<deployment>"
         }
       }
     }
   }
   

5. Yapılandırmayı kaydedin ve Windsurf’ü yeniden başlatın. Bir MCP istemci isteği ile doğrulayın.

Claude

1. Node.js’i kurun ve repoyu klonlayın.
2. Yukarıdaki gibi derleyin (npm install, npm run build).
3. Claude’un MCP sunucu yapılandırma dosyasını bulun.
4. MCP sunucusunu aşağıdaki JSON ile ekleyin:

   {
     "mcpServers": {
       "dalle3": {
         "command": "node",
         "args": [
           "path/to/mcp-server-aoai-dalle3/build/index.js"
         ],
         "env": {
           "AZURE_OPENAI_ENDPOINT": "<endpoint>",
           "AZURE_OPENAI_API_KEY": "<key>",
           "AZURE_OPENAI_DEPLOYMENT_NAME": "<deployment>"
         }
       }
     }
   }
   

5. Değişiklikleri kaydedin, Claude’u yeniden başlatın ve görsel üretimini test edin.

Cursor

1. Node.js’in mevcut olduğundan emin olun, repoyu klonlayın ve derleyin.
2. Cursor yapılandırmasını MCP sunucusunu ekleyecek şekilde düzenleyin:

   {
     "mcpServers": {
       "dalle3": {
         "command": "node",
         "args": [
           "path/to/mcp-server-aoai-dalle3/build/index.js"
         ],
         "env": {
           "AZURE_OPENAI_ENDPOINT": "<endpoint>",
           "AZURE_OPENAI_API_KEY": "<key>",
           "AZURE_OPENAI_DEPLOYMENT_NAME": "<deployment>"
         }
       }
     }
   }
   

3. Kaydedin ve Cursor’u yeniden başlatın. Kurulumu bir test isteği ile doğrulayın.

Cline

1. Node.js ve bağımlılıkları kurun, ardından derleyin (npm install, npm run build).
2. Cline MCP yapılandırma dosyasını bulun ve şunu ekleyin:

   {
     "mcpServers": {
       "dalle3": {
         "command": "node",
         "args": [
           "path/to/mcp-server-aoai-dalle3/build/index.js"
         ],
         "env": {
           "AZURE_OPENAI_ENDPOINT": "<endpoint>",
           "AZURE_OPENAI_API_KEY": "<key>",
           "AZURE_OPENAI_DEPLOYMENT_NAME": "<deployment>"
         }
       }
     }
   }
   

3. Kaydedin ve Cline’ı yeniden başlatın. Bağlantıyı test edin.

API Anahtarlarını Güvenli Tutma

Anahtarlarınızı ve uç noktalarınızı güvenle saklamak ve referanslamak için env bölümünde ortam değişkenleri kullanın. Örnek:

{
  "mcpServers": {
    "dalle3": {
      "command": "node",
      "args": [
        "path/to/mcp-server-aoai-dalle3/build/index.js"
      ],
      "env": {
        "AZURE_OPENAI_ENDPOINT": "${AZURE_OPENAI_ENDPOINT}",
        "AZURE_OPENAI_API_KEY": "${AZURE_OPENAI_API_KEY}",
        "AZURE_OPENAI_DEPLOYMENT_NAME": "${AZURE_OPENAI_DEPLOYMENT_NAME}"
      }
    }
  }
}

Akışlarda bu MCP nasıl kullanılır

FlowHunt’ta MCP kullanımı

MCP sunucularını FlowHunt iş akışınıza entegre etmek için, akışınıza MCP bileşenini ekleyin ve AI ajanınıza bağlayın:

MCP bileşenine tıklayarak yapılandırma panelini açın. Sistem MCP yapılandırması bölümünde, MCP sunucu detaylarınızı şu JSON formatını kullanarak girin:

{
  "dalle3": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Yapılandırmadan sonra, AI ajanı bu MCP’yi bir araç olarak tüm fonksiyon ve yetenekleriyle kullanabilir. "dalle3" adını gerçek MCP sunucu adınızla ve URL’yi kendi MCP sunucu URL’nizle değiştirmeyi unutmayın.

Genel Bakış

Tablolara göre, Azure OpenAI DALL-E 3 MCP Sunucusu, net araç desteği ve güvenlik uygulamaları ile temel gereklilikleri karşılamakta, ancak yönerge şablonları, kaynak tanımları ve açık kök/örnekleme desteği eksik. Puanlama, işlevsel ama minimal bir MCP uygulamasını yansıtmaktadır.

MCP Skoru