Multimodel MCP

🚀 GLM-4.5V MCP 服務器

GLM-4.5V MCP 服務器具備多模態能力，可提供圖像處理、視覺查詢和文件處理等功能，為用戶在相關領域的操作提供便利。

🚀 快速開始

GLM-4.5V MCP 服務器可幫助你輕鬆實現圖像處理、視覺查詢和文件處理。以下是使用該服務器的基本步驟：

1. 安裝依賴
2. 配置環境變量
3. 構建項目
4. 啟動服務器

✨ 主要特性

• read_image：能讀取本地或 URL 圖片，並返回 dataURL 與尺寸信息。
• vision_query：可調用 GLM-4.5V 對圖片進行 OCR、問答、檢測等操作。
• process_file：使用 GLM-4.5V 處理文件，支持文件上傳並提取內容。

📦 安裝指南

安裝依賴

npm install

配置環境變量

複製環境變量文件：

cp .env.example .env

編輯 .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

構建項目

npm run build

啟動服務器

npm start

或使用啟動腳本：

./start-mcp.sh

開發模式

npm run dev

測試功能

創建測試文件並驗證功能：

node scripts/test-file-processing.js

📚 詳細文檔

read_image

讀取圖片並返回 base64 編碼的 dataURL。

參數：

vision_query

使用 GLM-4.5V 分析圖片。

參數：

process_file

使用 GLM-4.5V 處理文件，支持多種格式的文件上傳和內容提取。

支持的文件格式：

• 文檔：PDF、DOCX、DOC、XLS、XLSX、PPT、PPTX、CSV、TXT
• 圖片：PNG、JPG、JPEG

文件大小限制：

• 圖片文件：最大 5MB
• 其他文件：最大 50MB

參數：

返回結果：

{
  "ok": true,
  "fileId": "file-xxx",
  "content": "提取的文件內容...",
  "fileType": "PDF文檔",
  "filename": "document.pdf",
  "metadata": {
    "uploadTime": 1234567890,
    "fileSize": 1024000,
    "processingTime": 5000
  }
}

💻 使用示例

基礎用法

處理 PDF 文檔

# 通過 MCP 調用
{
  "tool": "process_file",
  "arguments": {
    "filePath": "./documents/report.pdf",
    "extractPrompt": "請提取文檔中的主要內容和關鍵信息"
  }
}

處理 Excel 表格

{
  "tool": "process_file",
  "arguments": {
    "filePath": "./data/sales.xlsx",
    "extractPrompt": "請分析表格數據並總結銷售趨勢"
  }
}