AI编程-树人与鲁迅案例分享

哈喽！伙伴们，我是小智，你们的AI向导。欢迎来到每日的AI学习时间。今天，我们将一起深入AI的奇妙世界，探索“AI编程-树人与鲁迅案例分享”，并学会本篇文章中所讲的全部知识点。还是那句话“不必远征未知，只需唤醒你的潜能！”跟着小智的步伐，我们终将学有所成，学以致用，并发现自身的更多可能性。话不多说，现在就让我们开始这场激发潜能的AI学习之旅吧。

AI编程-树人与鲁迅案例分享：

用trae写一个本地uv的文生图mcp服务器，直接边聊边出图边修改。​
客户端配置：​
​

“volcano-image-gen”: {​
“command”: “uv”,​
“args”: [​
“run”,​
“–with”,​
“fastmcp”,​
“fastmcp”,​
“run”,​
“F:/MCP/volcano_image/server.py”(这里改成你自己写的python文件路径)​
]​
}​

​
原理：实际上就是mcp的客户端在使用这个mcp时就是在终端输入了uv run –with fastmcp fastmcp run F:/MCP/volcano_image/server.py. ​
服务端配置：​
1，直接使用mcp的pythonSDK里的fastmcp模块​
https://github.com/modelcontextprotocol/python-sdk/tree/main​
2，参考成功案例：https://aibook.ren/archives/mcp-server-for-cursor#%E5%A6%82%E4%BD%95%E8%B0%83%E8%AF%95​
3，将mcp规范和火山引擎api文生图接口喂给trae​
mcp规范：https://modelcontextprotocol.io/llms-full.txt​
火山引擎文生图api接口：https://www.volcengine.com/docs/6444/1340578​
然后将这些资料准备好后，直接让trae将火山引擎api接口包装成一个本地mcp服务器即可。​
注意点：​
不要使用虚拟环境，因为本质上mcp客户端调用mcp是使用的全局环境进行的，如果你在虚拟环境中安装了server.py的依赖并测试成功了，但是在mcp客户端运行报错，基本上是因为你的python解释器路径和依赖安装的问题。改为全局环境安装依赖即可​
​

嘿，伙伴们，今天我们的AI探索之旅已经圆满结束。关于“AI编程-树人与鲁迅案例分享”的内容已经分享给大家了。感谢你们的陪伴，希望这次旅程让你对AI能够更了解、更喜欢。谨记，精准提问是解锁AI潜能的钥匙哦！如果有小伙伴想要了解学习更多的AI知识，请关注我们的官网“AI智研社”，保证让你收获满满呦！