关于 Base64编码解码MCP服务器
Base64编码解码MCP服务器提供文本和图片的 Base64 转换,面向需要在 AI 工作流中处理编码数据的用户。它还提供 Data URL 支持,以及工具、资源和提示模板。
主要功能
- 01文本 Base64 编码与解码
- 02图片 Base64 编码与解码
- 03支持 Data URL 格式
- 04提供工具、资源和提示模板
- 05使用 uv 管理依赖
适用场景
- 01转换文本编码内容
- 02将图片编码为 Base64
- 03把 Base64 图片解码到文件
- 04通过提示模板获取操作指南
MCP 相关
服务器向 MCP 客户端提供文本和图片转换工具、资源及提示模板。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
来自项目 READMEBase64编码解码MCP服务器
一个简单高效的MCP服务器,专注于提供Base64编码和解码功能,支持文本和图片的Base64转换。
功能特点
- 文本Base64编码和解码
- 图片Base64编码和解码
- 支持Data URL格式
- 简单易用的API
- 使用uv进行依赖管理
安装
使用uv安装
# 创建虚拟环境
uv venv
# 激活虚拟环境(Linux/macOS)
source .venv/bin/activate
# 激活虚拟环境(Windows)
.venv\Scripts\activate
# 安装包(开发模式)
uv pip install -e .
# 安装带开发依赖的包
uv pip install -e ".[dev]"
安装Smithery
使用Smithery为Claude桌面安装Base64编码解码MCP服务器,使用以下命令:
npx -y @smithery/cli install @liuyazui/base64_server --client claude
使用方法
使用MCP Inspector测试
# 使用MCP Inspector测试服务器
uv run mcp dev base64_server.py
与MCP client集成
-
添加服务器配置:
{ "mcpServers": { "base64-encoder": { "command": "uv", "args": [ "run", "--with", "mcp[cli]", "mcp", "run", "[path to base64_server.py]" ] } } }
API参考
工具(Tools)
- base64_encode_text(text: str) -> str:将文本转换为Base64编码
- base64_decode_text(encoded: str) -> str:将Base64编码解码为文本
- base64_encode_image(image_path: str) -> str:将图片转换为Base64编码
- base64_decode_image(encoded: str, output_path: str, mime_type: str = "image/png") -> str:将Base64编码解码为图片
资源(Resources)
- encode://base64/text/{text}:获取文本的Base64编码
- decode://base64/text/{encoded}:获取Base64编码的解码结果
- encode://base64/image/{image_path}:获取图片的Base64编码
- decode://base64/image/{encoded}:获取Base64编码的解码图片
提示模板(Prompts)
- base64_usage_guide(): 提供Base64服务的基本使用指南
- encode_text_prompt(text: str): 文本编码提示模板
- encode_image_prompt(image_path: str): 图片编码提示模板
- error_handling_prompt(error_message: str): 错误处理提示模板
使用示例:
# 获取使用指南提示
messages = await client.get_prompt("base64_usage_guide")
# 获取文本编码提示
messages = await client.get_prompt("encode_text_prompt", {"text": "Hello World"})
开发
许可证
MIT
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。