Logo MCP (Gofastercloud)

MCP设计创作

提供方 gofastercloud

设计创作 stdio · 本地进程 会话登录 社区 / 第三方 Claude
查看接入方式

一款本地运行的AI品牌设计系统生成工具,能够根据品牌简介自动生成包括logo概念、配色方案、字体排版和完整资产库在内的品牌设计系统。

一句话选型结论

按资料字段整理

Logo MCP (Gofastercloud) 属于设计创作类 MCP 服务器,stdio · 本地进程,会话登录,可直接接入 Claude,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类设计创作 传输方式stdio · 本地进程 鉴权会话登录 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 12 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

设计创作
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量12暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

品牌设计Python本地部署AI生成本地运行营销工具设计自动化

安装与配置

stdio · 本地进程 会话登录
客户端在本机拉起子进程,数据不出本机
uv run pytest

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 12 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
出图与素材

生成配图、图标与素材。

设计稿处理

读取设计稿、批量改尺寸或导出。

内容生成

按主题生成文案与视觉草稿。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 12 个工具,覆盖面较广,能满足多种调用。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 使用前要准备好会话登录对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在设计创作场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Logo MCP (Gofastercloud)当前 12 stdio · 本地进程 本地部署 有 2026-05-17
Cursor Talk To Figma MCP Da1c7911 40 未标注 未标注 无 2026-05-17
Blender MCP 17 stdio · 本地进程 本地部署 有 2026-05-18
Nova Canvas MCP Server 2 stdio · 本地进程 本地部署 有 2026-05-17
Figma Context MCP 3aaa8d28 未标注 未标注 支持远程部署 无 2026-05-17
kreuzberg 未标注 stdio · 本地进程 本地部署 有 2026-04-12

服务器档案

设计创作
字段来自项目仓库与公开索引,中文说明由本站标注
提供方gofastercloud上游标注的维护方 gofastercloud
分类设计创作本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式会话登录远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Python本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

6.3 KB
来自项目仓库与上游目录的原文,未做删改

标志MCP

一个本地MCP服务器,使用人工智能生成完整的品牌设计系统。给它一个品牌简介,取回标志概念、调色板、排版和一个完整的资产库——所有这些都在Apple Silicon上本地运行。

专为基于LLM的营销团队打造:Claude或其他代理商提交简报,视觉审查生成的徽标,迭代品牌规格,并导出生产就绪资产。

它的作用

  1. 品牌简介 → 您描述了品牌(名称、行业、受众、情绪)
  2. AI品牌规格 → 本地文本LLM生成创意方向、标语、调色板、排版
  3. 标志概念 → 局部图像模型生成3个1024×1024的徽标标记概念
  4. 模板渲染 → 选择徽标会触发所有品牌资产的自动生成:
    - 徽标变体(标记、主水平、堆叠、文字标记、图标)
    - 每个都有亮/暗/透明背景
    - PNG(1x+2x)、JPEG和SVG格式
    - 16、32、48和192像素的收藏夹图标

约3分钟 从短期资产到47项生产就绪资产。没有云API,没有订阅,一切都在你的Mac上。

需求

  • macOS 使用苹果硅(M1或更高版本)
  • 24GB+内存 (建议32GB)
  • Python 3.12+ 通过 紫外线
  • HuggingFace帐户 有权使用 FLUX.1-schnell (自由、门控模式——然后接受条款 hf auth login)

安装```bash

Clone

git clone https://github.com/gofastercloud/logoMCP.git
cd logoMCP

Install Python dependencies

cd backend
uv sync

Authenticate with HuggingFace (required for Flux model access)

hf auth login

Or: cd backend && uv run python -c "from huggingface_hub import login; login()"

Run tests to verify everything works

uv run pytest


首次使用时会自动下载模型(Qwen3 8B+Flux.1-schnell总共约12GB)。

## 使用Claude代码

在Claude Code设置中添加logoMCP作为MCP服务器:

**选项1:项目层面** --添加到 `.claude/settings.json` 在任何项目中:```json
{
"mcpServers": {
"logomcp": {
"command": "uv",
"args": ["run", "--directory", "/path/to/logoMCP/backend", "python", "-m", "logogen.server"],
"env": {}
}
}
}

选项2:用户级别 --添加到 ~/.claude/settings.json 使其在所有项目中可用:```json
{
"mcpServers": {
"logomcp": {
"command": "uv",
"args": ["run", "--directory", "/path/to/logoMCP/backend", "python", "-m", "logogen.server"],
"env": {}
}
}
}


替换 `/path/to/logoMCP` 使用克隆仓库的实际路径。

### 与Claude代码协同使用

在协作/团队模式下运行Claude Code时,任何有权访问MCP服务器的团队成员都可以调用logoMCP工具。在用户级别配置MCP服务器(上面的选项2),以便所有生成的代理继承访问权限。

示例协同工作流程——营销团队首席代理可以:```
1. create_brand("Solaris", "Solar Energy", "Eco-conscious homeowners", ["sustainable", "bright"])
2. update_brand_specs(brand_id, colors=[...], typography={...})  # optional pre-set preferences
3. generate_logos(brand_id)  # generates specs + 3 logo concepts
4. [visually review the 3 returned concept images]
5. select_logo(brand_id, concept_index=1)  # triggers template rendering
6. get_brand_assets(brand_id)  # browse all rendered assets
7. get_asset(brand_id, "logo-primary", "dark", "png")  # inspect specific asset
8. export_brand(brand_id)  # download ZIP

MCP工具

工具 说明
create_brand 从简介中创建品牌(名称、行业、受众、情绪关键词)
list_brands 列出所有品牌及其状态
get_brand 获取完整的品牌详细信息(规格、概念、资产)
delete_brand 删除品牌和所有生成的资产
update_brand_specs 设置或覆盖颜色、字体、标语、创意方向
generate_logos 运行AI管道:文本LLM→ 图像模型→ 3 标志概念
get_logo_concepts 查看徽标概念图
select_logo 选择一个概念→ 触发所有资产的模板渲染
get_logo_prompts 查看当前图像生成提示
update_logo_prompts 修改提示(加强安全护栏)
get_brand_assets 使用缩略图浏览渲染资源
get_asset 获取任何格式/变体/比例的特定资产图像

建筑```

Brand Brief → Text LLM (Qwen3 8B) → Image Model (Flux.1-schnell) → Template Engine → Assets
↓ ↓ ↓
Creative direction 3 logo concepts 47 production files
Color palette 1024×1024 each PNG/JPEG/SVG
Typography Light/Dark/Transparent
Tagline 1x + 2x resolution


**内存管理:** 模型按顺序加载——文本模型生成所有规格,卸载,然后图像模型生成徽标,卸载。模板渲染是纯CPU(Pillow)。这使峰值内存保持在16GB以下,适合24GB的机器。

**模板系统:** 每种资产类型都是一个Python类,继承自 `BaseTemplate`.添加新资产=编写 `render()` 方法。该引擎自动处理所有变体/格式/比例排列。

## 配置

复制 `.env.example` 到 `.env` 并自定义:```bash
# Model selection
TEXT_MODEL_ID=mlx-community/Qwen3-8B-4bit    # Text LLM
IMAGE_MODEL_NAME=schnell                       # Flux variant (schnell or dev)
IMAGE_MODEL_QUANTIZE=4                         # Quantization (4 or 8 bit)

# Generation parameters
LOGO_STEPS=4          # Inference steps (schnell: 2-4, dev: 20-25)
LOGO_WIDTH=1024       # Logo dimensions (must be multiples of 32)
LOGO_HEIGHT=1024

使用 IMAGE_MODEL_NAME=dev 对于更高质量的徽标(速度较慢,需要32GB+RAM)。

发展```bash

cd backend

Run tests

uv run pytest

Run tests verbose

uv run pytest -v

Run E2E test with real models (slow, generates actual logos)

uv run python test_e2e.py

Run MCP server directly (for debugging)

uv run python -m logogen.server
```

依赖许可证

所有依赖项都使用与MIT兼容的许可证:

| 毫升 / mlx lm 苹果Silicon ML框架 + LLM推理
mflux · MIT · MLX上的通量图像生成
枕头 · HPND · 图像合成和模板渲染
drawsvg · MIT · SVG生成
v赛车手 · MIT · 位图到SVG跟踪
皮丹提克 · MIT · 数据验证和模式
aiosqlite · MIT · Async SQLite
主控程序 · MIT · MCP服务器SDK
python dotenv · BSD-3条款 · 环境变量加载

许可证

麻省理工学院——见 许可证.

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
Logo MCP (Gofastercloud) 怎么安装?

在客户端按下面的安装命令接入:uv run pytest。装完在客户端配置里引用同一个包或端点。

Logo MCP (Gofastercloud) 怎么在 Claude 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

Logo MCP (Gofastercloud) 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Logo MCP (Gofastercloud) 需要 API Key 吗?

资料标注需要会话登录认证,使用前准备好对应凭据,并按最小权限配置。

Logo MCP (Gofastercloud) 支持哪些客户端?

资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Logo MCP (Gofastercloud) 能提供哪些能力?

资料显示约 12 个工具;能力标签包括 本地运行、Python、Claude。具体工具清单以官方文档为准。

Logo MCP (Gofastercloud) 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Logo MCP (Gofastercloud) 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。