🚀 图像分析 MCP 服务器
本项目是一个MCP服务器，可接收图像的URL或本地文件路径，并借助GPT - 4o - mini模型对图像内容进行分析，为图像内容分析提供了便捷且高效的解决方案。
🚀 快速开始
本服务器可接收图像的URL或本地文件路径作为输入，使用GPT - 4o - mini模型进行高精度的图像识别和描述，还能进行图像URL的有效性检查，以及从本地文件加载图像并进行Base64编码。安装完成后，通过node index.js命令即可启动服务器。
✨ 主要特性
- 接收图像的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模型进行高精度的图像识别和描述
- 图像URL的有效性检查
- 从本地文件加载图像并进行Base64编码
📦 安装指南
通过Smithery安装
要自动通过Smithery为Claude Desktop安装Image Analysis Server：
npx -y @smithery/cli install @champierre/image-mcp-server --client claude
手动安装
# 克隆仓库
git clone https://github.com/champierre/image-mcp-server.git # 或者你的 forked 仓库
cd image-mcp-server
# 安装依赖
npm install
# 编译 TypeScript
npm run build
🔧 技术细节
使用此服务器需要一个OpenAI API密钥。设置以下环境变量：
OPENAI_API_KEY=your_openai_api_key
与Cline等工具一起使用时，将以下配置添加到MCP服务器配置文件中：
对于Cline
将以下内容添加到cline_mcp_settings.json：
{
"mcpServers": {
"@champierre/image-mcp-server": {
"command": "node index.js"
}
}
}
对于Claude Desktop App
将以下内容添加到config.json（Claude件的配置文件）：
{
"servers": {
"@champierre/image-mcp-server": {
"executablePath": "path/to/node",
"commandLineArguments": ["index.js"]
}
}
}
💻 使用示例
基础用法
安装完成后，你可以通过以下命令启动服务器：
node index.js
高级用法
支持的接口：
GET /analyze：分析图像内容POST /process-image：处理图像文件
📄 许可证
MIT
⚠️ 重要提示
在构建过程中可能会遇到类型错误。要解决此问题，请运行以下命令安装依赖项：
npm install @types/mime-types
# 或者
yarn add --dev @types/mime-types
💡 使用建议
要在开发模式下运行服务器，请执行以下命令：
npm run dev