mcpField
I
image-mcp-server

image-mcp-server

本地服务
github.com/champierre媒体与设计882 周前更新

关于 image-mcp-server

面向需要分析图像内容的用户,接收图像 URL 或本地文件路径,并使用 GPT-4o-mini 生成描述。它还会检查 URL 并处理本地文件。

主要功能

  1. 01分析图像 URL 内容
  2. 02分析本地图像文件
  3. 03使用 GPT-4o-mini 识别和描述图像
  4. 04检查图像 URL 有效性
  5. 05读取本地文件并进行 Base64 编码

适用场景

  1. 01从 URL 获取图像内容描述
  2. 02分析服务器环境中的本地图像
  3. 03确认图像 URL 是否有效
  4. 04将图像输入 MCP 客户端的工作流

MCP 相关

该 MCP 服务向客户端提供图像分析工具,分别接收图像 URL 和本地文件路径。

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。

mcp.json · 通用配置
{
"mcpServers": {
"image": {
"command": "npx",
"args": [
"-y",
"@smithery/cli"
]
}
}
}
启动命令npx -y @smithery/cli

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@smithery/cli

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

image-mcp-server

日本語の README

图像分析 MCP 服务

smithery badge 一个 MCP 服务,可接收图像 URL 或本地文件路径,并使用 GPT-4o-mini 模型分析图像内容。

功能

  • 接收图像 URL 或本地文件路径作为输入,并提供对图像内容的详细分析
  • 使用 GPT-4o-mini 模型进行高精度图像识别和描述
  • 检查图像 URL 的有效性
  • 从本地文件加载图像并进行 Base64 编码

安装

通过 Smithery 安装

通过 Smithery 为 Claude Desktop 自动安装 Image Analysis Server:

npx -y @smithery/cli install @champierre/image-mcp-server --client claude
手动安装
# Clone the repository
git clone https://github.com/champierre/image-mcp-server.git # or your forked repository
cd image-mcp-server

# Install dependencies
npm install

# Compile TypeScript
npm run build

配置

要使用此服务,你需要一个 OpenAI API 密钥。设置以下环境变量:

OPENAI_API_KEY=your_openai_api_key

MCP 服务配置

要与 Cline 等工具配合使用,请将以下设置添加到 MCP 服务配置文件中:

Cline 配置

将以下内容添加到 cline_mcp_settings.json:

{
  "mcpServers": {
    "image-analysis": {
      "command": "node",
      "args": ["/path/to/image-mcp-server/dist/index.js"],
      "env": {
        "OPENAI_API_KEY": "your_openai_api_key"
      }
    }
  }
}
Claude Desktop 应用配置

将以下内容添加到 claude_desktop_config.json:

{
  "mcpServers": {
    "image-analysis": {
      "command": "node",
      "args": ["/path/to/image-mcp-server/dist/index.js"],
      "env": {
        "OPENAI_API_KEY": "your_openai_api_key"
      }
    }
  }
}

用法

配置 MCP 服务后,即可使用以下工具:

  • analyze_image:接收图像 URL 并分析其内容。
  • analyze_image_from_path:接收本地文件路径并分析其内容。
使用示例

从 URL 分析:

Please analyze this image URL: https://example.com/image.jpg

从本地文件路径分析:

Please analyze this image: /path/to/your/image.jpg
注意:指定本地文件路径

使用 analyze_image_from_path 工具时,AI 助手(客户端)必须指定此服务运行环境中的有效文件路径。

  • 如果服务运行在 WSL 上:
    • 如果 AI 助手获取的是 Windows 路径(例如 C:\...),则需要先将其转换为 WSL 路径(例如 /mnt/c/...),再传递给工具。
    • 如果 AI 助手获取的是 WSL 路径,则可以直接传递。
  • 如果服务运行在 Windows 上:
    • 如果 AI 助手获取的是 WSL 路径(例如 /home/user/...),则需要先将其转换为 UNC 路径(例如 \\wsl$\Distro\...),再传递给工具。
    • 如果 AI 助手获取的是 Windows 路径,则可以直接传递。

路径转换由 AI 助手(或其执行环境)负责。 服务会尝试按原样解析收到的路径。

注意:构建期间出现类型错误

运行 npm run build 时,你可能会看到一条错误(TS7016),提示缺少 mime-types 模块的 TypeScript 类型定义。

src/index.ts:16:23 - error TS7016: Could not find a declaration file for module 'mime-types'. ...

这是一个类型检查错误。由于 JavaScript 编译本身可以成功,因此不会影响服务的运行。如果你想解决此错误,请将类型定义文件安装为开发依赖项。

npm install --save-dev @types/mime-types
# or
yarn add --dev @types/mime-types

开发

# Run in development mode
npm run dev

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。