🚀 GLM-4.5V MCP 服务器
GLM-4.5V MCP 服务器具备多模态能力，可提供图像处理、视觉查询和文件处理等功能，为用户在相关领域的操作提供便利。
🚀 快速开始
GLM-4.5V MCP 服务器可帮助你轻松实现图像处理、视觉查询和文件处理。以下是使用该服务器的基本步骤：
- 安装依赖
- 配置环境变量
- 构建项目
- 启动服务器
✨ 主要特性
- read_image：能读取本地或 URL 图片，并返回 dataURL 与尺寸信息。
- vision_query：可调用 GLM-4.5V 对图片进行 OCR、问答、检测等操作。
- process_file：使用 GLM-4.5V 处理文件，支持文件上传并提取内容。
📦 安装指南
安装依赖
npm install
配置环境变量
复制环境变量文件：
cp .env.example .env
编辑 .env 文件，填入你的 GLM API Key：
GLM_API_KEY=your_api_key_here
GLM_BASE_URL=https://open.bigmodel.cn/api/paas/v4/chat/completions
构建项目
npm run build
启动服务器
npm start
或使用启动脚本：
./start-mcp.sh
开发模式
npm run dev
测试功能
创建测试文件并验证功能：
node scripts/test-file-processing.js
📚 详细文档
read_image
读取图片并返回 base64 编码的 dataURL。
参数：
| 参数 | 详情 |
|---|---|
path |
图片路径或 URL（必需） |
maxSide |
最大边长，用于缩放（可选） |
vision_query
使用 GLM-4.5V 分析图片。
参数：
| 参数 | 详情 |
|---|---|
path |
图片路径或 URL（必需） |
prompt |
查询提示词（必需） |
mode |
查询模式 ("describe", "ocr", "qa", "detect")（可选） |
returnJson |
是否返回 JSON 格式结果（可选） |
process_file
使用 GLM-4.5V 处理文件，支持多种格式的文件上传和内容提取。
支持的文件格式：
- 文档：PDF、DOCX、DOC、XLS、XLSX、PPT、PPTX、CSV、TXT
- 图片：PNG、JPG、JPEG
文件大小限制：
- 图片文件：最大 5MB
- 其他文件：最大 50MB
参数：
| 参数 | 详情 |
|---|---|
filePath |
本地文件路径（必需） |
extractPrompt |
内容提取提示词，用于指导如何提取文件内容（可选） |
返回结果：
{
"ok": true,
"fileId": "file-xxx",
"content": "提取的文件内容...",
"fileType": "PDF文档",
"filename": "document.pdf",
"metadata": {
"uploadTime": 1234567890,
"fileSize": 1024000,
"processingTime": 5000
}
}
💻 使用示例
基础用法
处理 PDF 文档
# 通过 MCP 调用
{
"tool": "process_file",
"arguments": {
"filePath": "./documents/report.pdf",
"extractPrompt": "请提取文档中的主要内容和关键信息"
}
}
处理 Excel 表格
{
"tool": "process_file",
"arguments": {
"filePath": "./data/sales.xlsx",
"extractPrompt": "请分析表格数据并总结销售趋势"
}
}