使用 Gradio MCP 服务器提升您的 LLM 的能力
使用 Gradio MCP 服务器提升您的 LLM 的能力。您是否曾经希望您最喜爱的大型语言模型 (LLM) 不仅仅是回答问题？如果它能为您编辑图片、浏览网页或整理您的电子邮件收件箱呢？
现在，它可以了！在这篇博文中，我将向您展示：
- 什么是 MCP 协议，以及它如何像我们都习以为常的智能手机应用程序一样工作，但却是为 LLM 设计的。
- 如何通过“MCP 应用商店”找到数千个 MCP 服务器。
- 如何将这些服务器之一添加到您选择的 LLM 中，为其赋予新能力。我们将通过一个使用 Flux.1 Kontext[dev] 的示例来演示，它能根据纯文本指令编辑图像。
MCP 简介
模型上下文协议 (MCP) 是一个开放标准，使开发人员能够在 LLM 和一组工具之间建立安全的双向连接。例如，如果您创建了一个 MCP 服务器，它提供一个能够转录视频的工具，那么您可以将 LLM 客户端 (如 Cursor、Claude Code 或 Cline) 连接到该服务器。然后，LLM 将知道如何转录视频，并根据您的请求为您使用此工具。
简而言之，MCP 服务器是为您的 LLM 赋予新能力以提升其技能的标准方式。可以把它想象成智能手机上的应用。您的智能手机本身无法编辑图像，但您可以从应用商店下载一个应用来完成这项工作。现在，如果有一个 MCP 服务器的应用商店就好了？🤔
Hugging Face Spaces：MCP 应用商店
Hugging Face Spaces 是全球最大的 AI 应用程序集合。这些 Spaces 中的大多数都使用 AI 模型执行特定任务。例如：
这些 Spaces 是用 Gradio 实现的，Gradio 是一个用于创建 AI 驱动的 Web 服务器的开源 Python 包。从版本 5.28.0 开始，Gradio 应用程序支持 MCP 协议。
这意味着 Hugging Face Spaces 是您可以为您的 LLM 找到数千种 AI 驱动能力的地方，也就是 MCP 应用商店！
想浏览应用商店吗？请访问此链接。您也可以在 https://huggingface.co/spaces 中手动筛选 MCP Compatible。
一个例子：一个可以编辑图像的 LLM
Flux.1 Kontext[dev] 是一个令人印象深刻的模型，可以根据纯文本提示编辑图像。例如，如果您要求它“把我的头发染成蓝色”并上传一张自己的照片，该模型将返回一张您留着蓝色头发的照片！
让我们将这个模型作为 MCP 服务器插入到 LLM 中，让它为我们编辑图像。请按照以下步骤操作：
- 前往 Hugging Face 并创建一个免费账户。
- 在您的设置中，点击左侧的
MCP。您可能需要向下滚动页面才能看到它。 - 现在，滚动到页面底部。您应该会看到一个名为
Spaces Tools的部分。在搜索栏中，输入Flux.1-Kontext-Dev并选择名为black-forest-labs/Flux.1-Kontext-Dev的 Space。点击后，页面应如下所示：
- 对于此演示，我们将使用 Cursor，但任何MCP 客户端都应遵循类似的程序。滚动回MCP 设置页面顶部，在
Setup with your AI assistant部分点击Cursor图标。现在，复制该代码片段并将其粘贴到您的 Cursor 设置文件中。
- 现在，当您在 Cursor 中开始新的聊天会话时，您可以要求它编辑图像！请注意，目前图像必须通过公共 URL 提供。您可以创建一个 Hugging Face 数据集来在线存储您的图像。
使用热门的公共 Space 作为工具可能意味着您需要等待更长的时间才能收到结果。如果您访问该 Space，可以点击“Duplicate This Space”为自己创建一个该 Space 的私有版本。如果该 Space 使用“ZeroGPU”，您可能需要升级到 PRO 帐户才能复制它。
- 额外福利：您还可以使用 Hugging Face MCP 服务器搜索与 MCP 兼容的 Spaces！完成第 4 步后，您还可以要求您的 LLM 查找能完成特定任务的 Spaces：
结论
这篇博文向您介绍了模型上下文协议 (MCP) 为大型语言模型带来的激动人心的新功能。我们已经看到 Gradio 应用程序，特别是那些托管在 Hugging Face Spaces 上的应用程序，现在完全符合 MCP 标准，有效地将 Spaces 变成了一个充满活力的 LLM 工具“应用商店”。通过连接这些专门的 MCP 服务器，您的 LLM 可以超越基本的问答功能，获得强大的新能力，从图像编辑到转录，再到任何您能想象到的事情！
