MCP Server Glm Vision

🚀 MCP Server GLM Vision

Z.AIのGLM - 4.5VとClaude Codeを統合したモデルコンテキストプロトコル（MCP）サーバーです。画像解析機能を備え、ローカルファイルやURLをサポートし、環境変数で簡単に設定できます。

✨ 主な機能

• 画像解析：GLM - 4.5Vのビジョン機能を使って画像を解析します。
• ローカルファイルサポート：ローカルの画像ファイルまたはURLを解析できます。
• 設定可能：環境変数を使って簡単にセットアップできます。

📦 インストール

前提条件

• Python 3.10以上
• Z.AIから取得したGLM APIキー
• Claude Codeがインストールされていること

セットアップ

1. プロジェクトディレクトリをクローンまたは作成します。

   cd /path/to/your/project
   

2. 仮想環境を作成してアクティブ化します。

   python3 -m venv env
   source env/bin/activate  # Windowsの場合: env\Scripts\activate
   

3. 依存関係をインストールします。

   pip install -r requirements.txt
   # またはuvを使用する場合（推奨）
   uv pip install -r requirements.txt
   

4. 環境変数を設定します。

   cp .env.example .env
   # .envを編集してZ.AIから取得したGLM APIキーを設定します
   

5. Claude Codeにサーバーを追加します。

   # uvを使用する場合（推奨）
   uv run mcp install -e . --name "GLM Vision Server"
   
   # または手動でClaude Desktopの設定に追加する場合
   claude mcp add-json --scope user glm-vision '{
     "type": "stdio",
     "command": "/path/to/your/project/env/bin/python",
     "args": ["/path/to/your/project/glm-vision.py"],
     "env": {"GLM_API_KEY": "your_api_key_here"}
   }'
   

📚 ドキュメント

設定

.envファイルに以下の環境変数を設定します。

💻 使用例

利用可能なツール

glm-vision

GLM - 4.5Vのビジョン機能を使って画像ファイルを解析します。ローカルファイルとURLの両方をサポートします。

パラメーター：

• image_path (必須): 解析する画像のローカルファイルパスまたはURL
• prompt (必須): 画像について尋ねる内容
• temperature (オプション): 応答のランダム性 (0.0 - 1.0、デフォルト: 0.7)
• thinking (オプション): モデルの推論プロセスを表示する思考モードを有効にする (デフォルト: false)
• max_tokens (オプション): 応答の最大トークン数 (最大64K、デフォルト: 2048)

例：

以下のパラメーターでglm - visionツールを使用します。
- image_path: "/path/to/your/image.jpg"
- prompt: "Describe what you see in this image"

テスト

MCPインスペクターを使ってサーバーをテストします。

# uvを使用する場合
uv run python glm-vision.py

# またはpythonを使用する場合
python glm-vision.py

🔧 技術詳細

テストの実行

# 開発用の依存関係をインストールします
pip install -e ".[dev]"

# テストを実行します
pytest

# コードを整形します
black .
isort .

# 型チェックを行います
mypy glm-vision.py

トラブルシューティング

1. APIキーの問題：環境変数にGLM_API_KEYが正しく設定されていることを確認してください。
2. 接続問題：インターネット接続とAPIエンドポイントを確認してください。
3. モデルエラー：モデル名 (GLM_MODEL) が正しく、利用可能であることを確認してください。

📄 ライセンス

MITライセンス - 詳細はLICENSEファイルを参照してください。

🤝 コントリビューション

1. リポジトリをフォークします。
2. 機能ブランチを作成します。
3. 変更を加えます。
4. 適用可能な場合はテストを追加します。
5. プルリクエストを送信します。

🆘 サポート

GLM APIに関する問題は、Z.AIのサポートにお問い合わせください。MCPサーバーに関する問題は、リポジトリにイシューを作成してください。