mcpField
M
MCP Pixabay Server

MCP Pixabay Server

本地服务
github.com/zhangzhenfei搜索与检索180 周前更新

关于 MCP Pixabay Server

MCP Pixabay Server 通过两个工具让 AI 模型搜索 Pixabay 图片和视频。搜索参数包括媒体类型、方向、类别、颜色和安全搜索选项,结果附带资源元数据。

主要功能

  1. 01搜索 Pixabay 图片
  2. 02搜索 Pixabay 视频
  3. 03按媒体属性筛选
  4. 04返回资源元数据
  5. 05通过环境变量配置 API 密钥

适用场景

  1. 01为视觉内容查找图片
  2. 02按主题搜索视频资源
  3. 03按类别或方向缩小结果范围
  4. 04获取 URL、分辨率和标签

MCP 相关

它将 Pixabay 图片和视频搜索作为 MCP 工具提供给客户端,并返回资源元数据。服务器需要通过环境变量配置 Pixabay API 密钥。

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": {
"pixabay-server": {
"command": "npx",
"args": [
"-y",
"@sadais/mcp-pixabay-server"
],
"env": {
"PIXABAY_API_KEY": "<PIXABAY_API_KEY>"
}
}
}
}
启动命令npx -y @sadais/mcp-pixabay-server
需要配置的环境变量
PIXABAY_API_KEY密钥

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@sadais/mcp-pixabay-server

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 README

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

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。