Replicate MCP 服务器集成

将 Replicate 的庞大 AI 模型目录集成到您的 FlowHunt 项目中。通过 Replicate MCP Server 连接器轻松搜索、浏览和运行模型。

AI MCP Server Replicate Model Discovery

“Replicate” MCP Server 有什么作用？

Replicate MCP Server 是一个模型上下文协议（MCP）服务器，旨在为 AI 助手与客户端提供无缝访问 Replicate API 的能力。它打通了 AI 模型与 Replicate 丰富模型中心之间的桥梁，使用户能直接在开发工作流中搜索、浏览和交互各种机器学习模型。该服务器支持诸如语义模型搜索、获取模型详情、运行预测及管理集合等任务。这让开发者能够快速试验和部署如图像生成、文本分析等 AI 能力，同时通过 API token 和标准化工具界面确保安全访问。

提示模板列表

在仓库文档或代码中未明确提及提示模板。

资源列表

可用文档或代码中未描述具体 MCP 资源。

工具列表

search_models：通过语义搜索查找模型。
list_models：浏览 Replicate 上可用模型。
get_model：获取特定模型的详细信息。
list_collections：浏览模型集合。
get_collection：获取特定模型集合的信息。
create_prediction：运行用户输入的已选模型。

此 MCP Server 的用例

发现 AI 模型：开发者可通过语义搜索和浏览功能，快速找到适合任务的模型，加速实验与原型开发。
模型信息检索：轻松获取模型详情与版本历史，助力模型集成或部署时做出明智决策。
运行预测：可直接通过 MCP 工具界面执行模型，实现如图像生成、文本转换等任务，适用于各类 AI 平台。
管理集合：访问和组织模型集合，便于团队或项目管理和策划相关模型。
工作流自动化：将 Replicate 能力集成到自动化开发工作流中，减少手动操作，简化重复性 AI 任务。

如何配置

Windsurf

确保已安装 Node.js。
前往 Replicate 的 API token 页面获取您的 Replicate API token。

在 Windsurf 配置文件中添加 MCP Server 配置：

{
  "mcpServers": {
    "replicate": {
      "command": "mcp-replicate",
      "env": {
        "REPLICATE_API_TOKEN": "your_token_here"
      }
    }
  }
}

保存设置并重启 Windsurf。
在界面中确认 Replicate MCP Server 已可用。

Claude

全局安装服务器：
npm install -g mcp-replicate
获取您的 Replicate API token。
打开 Claude Desktop 设置，进入“开发者”部分。

点击“编辑配置”，添加如下内容：

{
  "mcpServers": {
    "replicate": {
      "command": "mcp-replicate",
      "env": {
        "REPLICATE_API_TOKEN": "your_token_here"
      }
    }
  }
}

保存并重启 Claude Desktop。通过锤子工具图标进行确认。

Cursor

安装 Node.js 并获取您的 Replicate API token。

在 Cursor 的配置中添加如下内容：

{
  "mcpServers": {
    "replicate": {
      "command": "mcp-replicate",
      "env": {
        "REPLICATE_API_TOKEN": "your_token_here"
      }
    }
  }
}

保存并重启 Cursor 以激活服务器。

Cline

确保已安装 Node.js 并准备好您的 Replicate API token。

更新 Cline 配置文件：

{
  "mcpServers": {
    "replicate": {
      "command": "mcp-replicate",
      "env": {
        "REPLICATE_API_TOKEN": "your_token_here"
      }
    }
  }
}

保存更改并重启 Cline。

注意：
请始终如上述配置示例所示，使用环境变量保护您的 API 密钥。避免在公共可访问文件中硬编码敏感数据。

带 env 和 inputs 的示例

{
  "mcpServers": {
    "replicate": {
      "command": "mcp-replicate",
      "env": {
        "REPLICATE_API_TOKEN": "your_token_here"
      },
      "inputs": {}
    }
  }
}

如何在流程中使用 MCP

在 FlowHunt 中使用 MCP

要将 MCP Server 集成到 FlowHunt 工作流中，请先在流程中添加 MCP 组件并将其连接到您的 AI Agent：

点击 MCP 组件以打开配置面板。在系统 MCP 配置部分，使用以下 JSON 格式填写您的 MCP 服务器信息：

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

配置完成后，AI agent 即可将此 MCP 作为工具访问其全部功能。请记得将 “replicate” 替换为实际 MCP 服务器名称，并将 URL 替换为您自己的 MCP 服务器地址。

概览

部分	可用性	详情/备注
概览	✅
提示模板列表	⛔	仓库未提及提示模板。
资源列表	⛔	未描述具体资源。
工具列表	✅	6 个模型与预测相关工具。
API 密钥安全	✅	通过环境变量配置，示例已提供。
采样支持（评估时不重要）	⛔	文档未提及采样或 roots。

Roots 支持： 可用文档中未说明。

从上表可见，Replicate MCP Server 在安装和工具使用上文档完善，但缺少提示模板和明确的 MCP 资源。采样和 roots 支持未被提及。对于希望通过 MCP 访问 Replicate API 的开发者来说，它是专注于模型发现和预测工具的强大选择，但在高级 MCP 原语方面特性略有不足。