跳到正文
Hugging Face Blog·· 2025-07-09精選AI 評分65

Hugging Face 示範如何用 Gradio MCP Servers 為 LLM 增添工具能力

Upskill your LLMs With Gradio MCP Servers

AI 導讀

Hugging Face Blog 示範如何透過 Gradio MCP 伺服器為 LLM 接入工具能力,並以 Flux.1 Kontext[dev] 展示按文字指令編輯圖片。

推薦理由

文章以 Flux.1 Kontext[dev] 示範將 Hugging Face Spaces 的 MCP 服務接入 Cursor,並交代圖片須使用公開 URL,呈現從選擇服務到設定客户端的實作流程。

正文 · 繁體中文

以 Gradio MCP Servers 提升 LLM 能力 你有沒有想過,最喜歡的大型語言模型(LLM)除了回答問題,還可以做更多事情?例如替你編輯圖片、瀏覽網頁,或整理電郵收件箱?

現在真的可以了!這篇網誌會介紹:

  • MCP 協定是甚麼,以及它如何像我們熟悉的智能手機應用程式一樣運作,只不過對象是 LLM。
  • 如何透過「MCP App Store」尋找數以千計的 MCP 伺服器。
  • 如何把其中一個伺服器加入你慣用的 LLM,為它增添新能力。我們會以 Flux.1 Kontext[dev] 為例,示範如何根據純文字指示編輯圖片。

MCP 簡介

Model Context Protocol(MCP)是一項開放標準,讓開發者能在 LLM 與一組工具之間建立安全的雙向連線。例如,你可以建立一個 MCP 伺服器,提供影片轉錄工具,然後把 LLM 用戶端(例如 Cursor、Claude Code 或 Cline)連接到該伺服器。之後,LLM 就會懂得如何轉錄影片,並按你的要求使用這項工具。

簡單來説,MCP 伺服器是一種標準方式,讓 LLM 獲得新能力,提升其效用。你可以把它想像成智能手機上的應用程式:智能手機本身不能編輯圖片,但你可以從應用程式商店下載應用程式來做到這一點。要是也有一個 MCP 伺服器的應用程式商店就好了,對吧? 🤔

Hugging Face Spaces:MCP App Store

Hugging Face Spaces 是全球最大的 AI 應用程式集合。當中大部分 Spaces 都利用 AI 模型執行特定任務,例如:

這些 Spaces 以 Gradio 開源 Python 套件構建,用來建立由 AI 驅動的網絡伺服器。由 5.28.0 版本起,Gradio 應用程式支援 MCP 協定。

換言之,Hugging Face Spaces 是你尋找數以千計 LLM AI 能力的集中地,也就是MCP App Store!

想瀏覽應用程式商店?請前往這個連結。你也可以手動篩選 MCP Compatible;篩選頁面是 https://hf.co/spaces。

示例:能夠編輯圖片的 LLM

Flux.1 Kontext[dev] 是一個出色的模型,可以根據純文字提示編輯圖片。例如,你要求它「把我的頭髮染成藍色」,再上載一張自己的照片,模型就會回傳一張你留着藍髮的照片!

我們來把這個模型接入 LLM,作為 MCP 伺服器替我們編輯圖片。請按以下步驟操作:

  1. 前往 Hugging Face 建立免費帳戶。
  2. 在設定左側點擊 MCP。你可能需要向下捲動頁面才會看到。
  3. 接着捲動到頁面底部,找到名為 Spaces Tools 的部分。在搜尋欄輸入 Flux.1-Kontext-Dev,然後選取名為 black-forest-labs/Flux.1-Kontext-Dev 的 Space。點擊後,頁面應會如下圖所示:

  1. 這次示範會使用 Cursor,不過任何 MCP 用戶端的操作流程應該都相近。返回MCP 設定頁面頂部,點擊 Cursor 圖示(位於 Setup with your AI assistant 部分)。接着複製那段程式碼,貼到 Cursor 設定檔。

  1. 現在,你在 Cursor 開始新的聊天工作階段時,就可以要求它編輯圖片了!請注意,目前圖片必須能透過公開 URL 存取。你可以建立 Hugging Face Dataset,把圖片儲存到網上。

使用熱門的公開 Space 作為工具,可能需要較長時間才能收到結果。你可以前往該 Space,點擊「Duplicate This Space」,為自己建立私人版本。如果該 Space 使用「ZeroGPU」,你可能需要升級至 PRO 帳戶才能複製。

  1. 額外提示:你也可以透過 Hugging Face MCP 伺服器搜尋相容 MCP 的 Spaces!完成步驟 4 後,可以要求 LLM 尋找能完成指定任務的 Spaces:

總結

本文介紹了 Model Context Protocol(MCP)為大型語言模型帶來的各種新能力。我們看到 Gradio 應用程式,尤其是託管於 Hugging Face Spaces 的應用程式,現已全面支援 MCP,實際上令 Spaces 成為一個充滿活力的 LLM 工具「應用程式商店」。透過連接這些專用 MCP 伺服器,LLM 不再侷限於回答問題,還能獲得強大新能力,從編輯圖片到轉錄內容,以至其他你能想像的事情,都能做到!

來源:Hugging Face Blog · huggingface.co