mcpField
M
MCP Server - Image

MCP Server - Image

本地服务
github.com/IA-Programming媒体与设计2167 周前更新

关于 MCP Server - Image

MCP Server - Image 是一个 MCP 服务,可从 URL、本地文件路径和 numpy 数组获取并处理图片。fetch_images 工具会以 base64 字符串及 MIME 类型返回图片,适合需要把图片传给 AI 模型的应用和数据处理流程。

主要功能

  1. 01从 URL 获取图片
  2. 02加载本地图片文件
  3. 03大于 1MB 图片自动压缩
  4. 04多张图片并行处理

适用场景

  1. 01让 AI 模型读取网页或本地图片
  2. 02批量处理图片以供数据处理流程使用

MCP 相关

该项目是一个 MCP 服务,通过 fetch_images 工具向 MCP 客户端返回 base64 编码的图片及其 MIME 类型。

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。

代码仓库

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

MCP 服务 - 图像

一个模型上下文协议(MCP)服务,提供用于从 URL、本地文件路径和 numpy 数组获取及处理图像的工具。该服务包含一个名为 fetch_images 的工具,可返回以 base64 编码的字符串形式表示的图像及其 MIME 类型。

支持我们

如果你觉得这个项目有帮助,并希望支持我们未来的项目,不妨请我们喝杯咖啡!你的支持能帮助我们继续构建创新的 AI 解决方案。

README 配图

你的支持将为我们创造智能、易用的应用注入动力。

目录

功能

  • 从 URL(http/https)获取图像
  • 从本地文件路径加载图像
  • 针对大型本地图像进行专门处理
  • 自动压缩大型图像(>1MB)
  • 并行处理多个图像
  • 为不同文件扩展名正确映射 MIME 类型
  • 全面的错误处理和日志记录

先决条件

  • Python 3.10+
  • uv 包管理器(推荐)

安装

  1. 克隆此仓库
  2. 使用 uv 创建并激活虚拟环境:
uv venv
# On Windows:
.venv\Scripts\activate
# On Unix/MacOS:
source .venv/bin/activate
  1. 使用 uv 安装依赖项:
uv pip install -r requirements.txt

运行服务

运行 MCP 服务有两种方法:

1. 直接运行

直接启动 MCP 服务:

uv run python mcp_image.py
2. 为 Windsurf/Cursor 配置
Windsurf

将此 MCP 服务添加到 Windsurf:

  1. 编辑位于 ~/.codeium/windsurf/mcp_config.json 的配置文件
  2. 添加以下配置:
{
  "mcpServers": {
    "image": {
      "command": "uv",
        "args": ["--directory", "/path/to/mcp-image", "run", "mcp_image.py"]
    }
  }
}
Cursor

将此 MCP 服务添加到 Cursor:

  1. 打开 Cursor,进入 Settings(导航栏 → Cursor Settings)
  2. 转到 Features → MCP Servers
  3. 点击 + Add New MCP Server
  4. 输入以下配置:
{
  "mcpServers": {
    "image": {
      "command": "uv",
      "args": ["--directory", "/path/to/mcp-image", "run", "mcp_image.py"]
    }
  }
}

可用工具

该服务提供以下工具:

fetch_images:从 URL 或本地文件路径获取并处理图像 参数: image_sources:图像 URL 或文件路径列表 返回: 经过处理的图像列表,包含 base64 编码和 MIME 类型

使用示例

现在可以使用以下命令:

  • “获取这些图像:[URL 或文件路径列表]”
  • “加载并处理这张本地图像:[file_path]”
示例
# URL-only test
[
  "https://upload.wikimedia.org/wikipedia/commons/thumb/7/70/Chocolate_%28blue_background%29.jpg/400px-Chocolate_%28blue_background%29.jpg",
  "https://imgs.search.brave.com/Sz7BdlhBoOmU4wZjnUkvgestdwmzOzrfc3GsiMr27Ik/rs:fit:860:0:0:0/g:ce/aHR0cHM6Ly9pbWdj/ZG4uc3RhYmxlZGlm/ZnVzaW9ud2ViLmNv/bS8yMDI0LzEwLzE4/LzJmOTY3NTViLTM0/YmQtNDczNi1iNDRh/LWJlMTVmNGM5MDBm/My5qcGc",
  "https://shigacare.fukushi.shiga.jp/mumeixxx/img/main.png"
]

# Mixed URL and local file test
[
  "https://upload.wikimedia.org/wikipedia/commons/thumb/7/70/Chocolate_%28blue_background%29.jpg/400px-Chocolate_%28blue_background%29.jpg",
  "C:\\Users\\username\\Pictures\\image1.jpg",
  "https://imgs.search.brave.com/Sz7BdlhBoOmU4wZjnUkvgestdwmzOzrfc3GsiMr27Ik/rs:fit:860:0:0:0/g:ce/aHR0cHM6Ly9pbWdj/ZG4uc3RhYmxlZGlm/ZnVzaW9ud2ViLmNv/bS8yMDI0LzEwLzE4/LzJmOTY3NTViLTM0/YmQtNDczNi1iNDRh/LWJlMTVmNGM5MDBm/My5qcGc",
  "C:\\Users\\username\\Pictures\\image2.jpg"
]

调试

如果遇到问题:

  1. 检查是否已正确安装所有依赖项
  2. 确认服务正在运行并侦听连接
  3. 如果本地图像加载出现问题,请确保文件路径正确且可访问
  4. 如果出现“Unsupported image type”错误,请检查内容类型处理
  5. 查看服务输出中是否有错误消息

贡献

欢迎贡献!请随时提交 Pull Request。

许可证

本项目采用 MIT 许可证授权,详情请参阅 LICENSE 文件。

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。