Ps Image Mcp

画像処理 MCP サーバー

Model Context Protocol（MCP）に基づく専門的な画像処理サーバーで、包括的な画像処理機能を提供します。

🎯 機能

基本操作（4つのツール）

• 画像の読み込みと保存
• フォーマット変換（JPEG、PNG、WebP、BMP、TIFF）
• 画像情報の取得

幾何変換（4つのツール）

• サイズ変更（アスペクト比の維持に対応）
• 画像の切り抜き
• 回転変換
• 反転操作（水平／垂直）

色調整（7つのツール）

• 明るさの調整
• コントラストの調整
• 彩度の調整
• シャープネスの調整
• グレースケール変換
• ガンマ補正
• 不透明度の調整

フィルター効果（10個のツール）

• ぼかし効果（通常のぼかし、ガウスぼかし）
• シャープ化
• エッジ強調
• エンボス効果
• エッジ検出
• 平滑化
• 輪郭効果
• セピア効果
• 色反転効果

🆕 特殊効果（6つのツール）

• 枠線の追加（複数のスタイル）
• シルエット効果の作成
• 影の追加
• 透かしの追加（画像／テキスト）
• ビネット効果の追加
• ポラロイド効果の作成

🆕 高度な機能（6つのツール）

• 画像の一括処理
• 画像コラージュの作成
• サムネイルグリッドの作成
• 画像の合成
• 主要な色の抽出
• GIF アニメーションの作成

🆕 パフォーマンス監視（2つのツール）

• パフォーマンス統計の確認
• パフォーマンスデータのリセット

📊 プロジェクト統計

• ツールの総数: 39個
• テストカバレッジ: 95%+
• 対応フォーマット: JPEG、PNG、WebP、BMP、TIFF、GIF

🎯 使用例

基本的な画像処理

{
    "tool": "resize_image",
    "arguments": {
        "image_source": "data:image/png;base64,...",
        "width": 800,
        "height": 600,
        "maintain_aspect_ratio": true
    }
}

特殊効果の処理

{
    "tool": "add_watermark",
    "arguments": {
        "image_source": "data:image/png;base64,...",
        "watermark_source": "data:image/png;base64,...",
        "position": "bottom_right",
        "opacity": 0.7
    }
}

一括処理

{
    "tool": "batch_resize",
    "arguments": {
        "image_sources": ["data:image/png;base64,...", "..."],
        "width": 200,
        "height": 200,
        "maintain_aspect_ratio": true
    }
}

GIF アニメーションの作成

{
    "tool": "create_gif",
    "arguments": {
        "image_sources": ["data:image/png;base64,...", "..."],
        "duration": 500,
        "loop": true,
        "optimize": true
    }
}

環境要件

• Python 3.11+
• uv（モダンな Python パッケージマネージャー）
• 対応 OS: Windows、macOS、Linux

🚀 クイックスタート

1. uv をインストールする

Windows（PowerShell）:

powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

macOS/Linux:

curl -LsSf https://astral.sh/uv/install.sh | sh

2. プロジェクトの依存関係をインストールする

# 克隆或下载项目
cd ps-mcp

# 安装依赖（会自动创建虚拟环境）
uv sync

# Windows 用户也可以直接运行
install.bat

3. サーバーを起動する

# 方式1: 使用 uv 直接运行
uv run python main.py

# 方式2: Windows 用户可以直接运行
run.bat

# 方式3: 激活环境后运行
uv shell
python main.py

4. MCP クライアントを設定する

対応クライアント：

• 🍒 Cherry Studio - examples/cherry_studio_config.json の内容をコピーします
• 🖱️ Cursor - examples/cursor_config.json の内容をコピーします
• 🔧 Cline - examples/cline_settings.json の内容をコピーします
• 💬 Claude Desktop - examples/claude_desktop_config.json の内容をコピーします
• 💡 注意: パスを実際のプロジェクトパスに置き換えてください

接続テスト

MCP クライアントで次を試してください：

请帮我获取一张图片的信息

5. 使用例

サーバーの起動後、MCP プロトコルを通じてさまざまな画像処理機能を呼び出せます：

# 示例：调整图片大小
{
    "tool": "resize_image",
    "arguments": {
        "image_data": "data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAA...",
        "width": 800,
        "height": 600,
        "keep_aspect_ratio": true
    }
}

# 示例：应用高斯模糊
{
    "tool": "gaussian_blur",
    "arguments": {
        "image_data": "data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAA...",
        "radius": 5.0
    }
}

プロジェクト構成

image-mcp-server/
├── main.py                 # MCP服务器入口
├── tools/                  # 工具模块
│   ├── __init__.py
│   ├── basic_ops.py       # 基础操作
│   ├── transform.py       # 几何变换
│   ├── color_adjust.py    # 色彩调整
│   ├── filters.py         # 滤镜效果
│   └── effects.py         # 特效处理
├── utils/                 # 辅助工具
│   ├── __init__.py
│   ├── image_utils.py     # 图片工具函数
│   └── validation.py      # 参数验证
│   └── image_processor.py      # 图片处理类
├── tests/                 # 测试文件
├── environment.yml        # conda环境配置
├── requirements.txt       # pip依赖
└── README.md             # 项目文档

対応機能

基本操作

• load_image: 画像を読み込む（ファイルパスとbase64に対応）
• save_image: 画像をファイルに保存する
• get_image_info: 画像情報を取得する
• convert_format: 画像フォーマットを変換する

幾何変換

• resize_image: 画像のサイズを変更する
• crop_image: 画像を切り抜く
• rotate_image: 画像を回転する
• flip_image: 画像を反転する

色調整

• adjust_brightness: 明るさを調整する
• adjust_contrast: コントラストを調整する
• adjust_saturation: 彩度を調整する
• adjust_sharpness: シャープネスを調整する
• convert_to_grayscale: グレースケール画像に変換する
• adjust_gamma: ガンマ値を調整する
• adjust_opacity: 不透明度を調整する

フィルター効果

• gaussian_blur: ガウスぼかし
• sharpen_image: シャープ化
• edge_detection: エッジ検出

特殊効果

• add_border: 枠線を追加する
• create_silhouette: シルエットを作成する
• add_shadow: 影を追加する

開発ガイド

テストの実行

# 运行所有测试
python -m pytest tests/

# 运行特定测试文件
python -m pytest tests/test_image_processor.py

機能テスト

機能テストを実行します：

uv run python tests\test_call_mcp.py

または、バッチファイルを使用します（Windows）：

run_tests.bat

テストでは tests/test_image.png をテスト画像として使用し、すべての画像処理機能が正常に動作するかを検証します。

技術アーキテクチャ

• MCP プロトコル: Model Context Protocol に基づくサーバー実装
• 画像処理: Pillow と OpenCV を使用した画像処理
• 非同期対応: asyncio に基づく非同期処理
• モジュール設計: 機能別に分類されたモジュール型アーキテクチャ
• パラメーター検証: 充実した入力パラメーター検証機構

制限事項

• 最大画像サイズ: 4096x4096 ピクセル
• 対応フォーマット: JPEG、PNG、BMP、TIFF、WEBP
• メモリ使用量: 2GB 以上の空きメモリを推奨

貢献ガイド

1. プロジェクトをフォークします
2. 機能ブランチを作成します（git checkout -b feature/AmazingFeature）
3. 変更をコミットします（git commit -m 'Add some AmazingFeature'）
4. ブランチにプッシュします（git push origin feature/AmazingFeature）
5. Pull Request を作成します

ライセンス

本プロジェクトは MIT ライセンスを採用しています。詳細は LICENSE ファイルをご覧ください。

更新履歴

v1.0.0（開発中）

• 初期バージョン
• 基本的な画像処理機能
• MCP サーバーフレームワーク
• 完全なテストスイート

サポート

問題が発生した場合や提案がある場合は、以下をご確認ください：

1. Issues ページを確認する
2. 新しい Issue を作成する

---

注意: 本プロジェクトは現在開発段階にあり、一部の機能はまだ完全に実装されていない場合があります。