mcpField
M
MCP Pixabay Server

MCP Pixabay Server

ローカル
github.com/zhangzhenfei検索180 週間前に更新

MCP Pixabay Server について

MCP Pixabay Serverは、2つのツールを通じてAIモデルからPixabayの画像や動画を検索できるサーバーです。メディア形式、向き、カテゴリ、色、安全検索などで絞り込み、リソースのメタデータも返します。

主な機能

  1. 01Pixabay画像の検索
  2. 02Pixabay動画の検索
  3. 03メディア属性による絞り込み
  4. 04リソースメタデータの返却
  5. 05環境変数によるAPIキー設定

活用シーン

  1. 01ビジュアルコンテンツ用の画像検索
  2. 02トピックに沿った動画リソースの検索
  3. 03カテゴリや向きによる結果の絞り込み
  4. 04URL、解像度、タグの取得

MCP 対応

Pixabayの画像・動画検索をMCPツールとして公開し、リソースのメタデータをMCPクライアントに返します。利用には環境変数で設定したPixabay APIキーが必要です。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
"mcpServers": {
"pixabay-server": {
"command": "npx",
"args": [
"-y",
"@sadais/mcp-pixabay-server"
],
"env": {
"PIXABAY_API_KEY": "<PIXABAY_API_KEY>"
}
}
}
}
起動コマンドnpx -y @sadais/mcp-pixabay-server
設定が必要な環境変数
PIXABAY_API_KEYシークレット

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npm@sadais/mcp-pixabay-server

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

プロジェクトの README より

MCP Pixabay Server

npm version License: MIT Build Status

基于 MCP (Model Context Protocol) 的 Pixabay API 接口服务器,让 AI 模型可以搜索和获取 Pixabay 平台的图片和视频资源。

功能特性

  • 完全符合 MCP 协议规范的服务器实现
  • 提供两个核心工具:
    • search_images - 搜索 Pixabay 图片资源
    • search_videos - 搜索 Pixabay 视频资源
  • 支持丰富的搜索参数:关键词、图片/视频类型、方向、类别、颜色等
  • 返回完整的资源元数据(URL、分辨率、标签等)
  • 支持通过环境变量配置 API 密钥

安装

全局安装
npm install -g @sadais/mcp-pixabay-server
项目依赖安装
npm install @sadais/mcp-pixabay-server --save

配置

服务器需要 Pixabay API 密钥才能正常工作。您可以通过环境变量设置它:

export PIXABAY_API_KEY=your_api_key_here

如果您没有 Pixabay API 密钥,可以在 Pixabay API 文档 页面注册并获取。

使用方法

作为命令行工具
# 启动 MCP 服务器
mcp-pixabay-server
与 AI 模型集成

本服务器可以与支持 MCP 协议的 AI 模型(如 Claude)集成使用:

  1. 启动 MCP 服务器
  2. 配置 AI 模型使用此 MCP 服务

在使用 Claude Opus 的 Cursor 或 Anthropic Console 等环境中,您可以通过配置 mcp.json 文件来集成此服务:

"pixabay": {
  "command": "npx",
  "args": ["-y", "@sadais/mcp-pixabay-server"],
  "env": {
    "PIXABAY_API_KEY": "your_api_key_here"
  }
}

将以上配置添加到您的 mcp.json 文件中,然后 AI 模型就能通过 MCP 协议调用 Pixabay 搜索功能。

API 参考
search_images

搜索 Pixabay 图片资源。

参数:

  • query (必填) - 搜索关键词
  • image_type - 图片类型 ("all", "photo", "illustration", "vector")
  • orientation - 图片方向 ("all", "horizontal", "vertical")
  • category - 图片类别
  • colors - 图片颜色
  • safesearch - 安全搜索模式
  • page - 页码
  • per_page - 每页结果数量(3-200)
search_videos

搜索 Pixabay 视频资源。

参数:

  • query (必填) - 搜索关键词
  • video_type - 视频类型 ("all", "film", "animation")
  • category - 视频类别
  • safesearch - 安全搜索模式
  • page - 页码
  • per_page - 每页结果数量(3-200)

开发指南

环境设置
# 克隆仓库
git clone https://github.com/sadais-org/mcp-pixabay-server.git
cd mcp-pixabay-server

# 安装依赖
npm install

# 构建项目
npm run build

# 开发模式(自动编译)
npm run watch
测试

我们使用 Vitest 进行测试。运行以下命令执行测试:

# 运行所有测试
npm test

# 观察模式运行测试
npm run test:watch

# 生成测试覆盖率报告
npm run test:coverage
代码质量

我们使用 ESLint 和 Prettier 来保证代码质量:

# 运行代码检查
npm run lint

# 自动修复代码问题
npm run lint:fix
提交规范

我们使用 Conventional Commits 规范来格式化提交信息。提交信息应遵循以下格式:

type(scope): subject

类型必须是以下之一:

  • feat: 新功能
  • fix: Bug修复
  • docs: 文档更新
  • style: 代码风格变更(不影响功能)
  • refactor: 代码重构
  • perf: 性能改进
  • test: 测试相关
  • build: 构建系统或外部依赖项
  • ci: CI配置和脚本
  • chore: 其他修改
  • revert: 回滚提交
调试

由于 MCP 服务器通过 stdio 进行通信,调试可能具有挑战性。推荐使用 MCP Inspector:

npm run inspector

Inspector 将提供一个 URL,让您可以在浏览器中访问调试工具。

贡献指南

我们欢迎并感谢任何形式的贡献!

Issue 规范

创建 Issue 时,请遵循以下规范:

  1. 使用清晰简洁的标题描述问题或功能
  2. 对于 Bug 报告:
    • 描述问题的复现步骤
    • 预期行为和实际行为
    • 环境信息(操作系统、Node.js 版本等)
    • 相关日志或截图
  3. 对于功能请求:
    • 描述功能及其目的
    • 预期的使用场景
    • 实现建议(可选)
Pull Request 规范

提交 PR 时,请遵循以下规范:

  1. 创建一个描述性的分支名,如 feature/add-image-filters 或 fix/api-timeout
  2. 确保代码通过所有测试和代码检查
  3. PR 标题应简洁明了地描述更改内容,并遵循 Conventional Commits 规范
  4. PR 描述中包含:
    • 更改的详细说明
    • 关联的 Issue 编号(如有)
    • 测试方法(如适用)
  5. 代码风格保持一致
质量检查

每个 PR 必须满足以下质量要求:

  • 通过所有自动化测试
  • 通过所有代码检查(ESLint)
  • 测试覆盖率不降低(目标覆盖率≥70%)
  • 提交信息符合规范
开发流程
  1. Fork 仓库并克隆到本地
  2. 创建新分支进行开发
  3. 提交更改并推送到您的 Fork
  4. 创建 Pull Request 到主仓库

许可证

本项目基于 MIT 许可证开源 - 详见 LICENSE 文件

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。