MCP Server Glm Vision

🚀 MCP Server GLM Vision

MCP Server GLM Vision 是一個模型上下文協議（MCP）服務器，它將智譜 AI 的 GLM - 4.5V 與 Claude Code 集成在一起。通過該服務器，用戶能夠藉助 GLM - 4.5V 的視覺能力對圖像進行分析，為圖像分析場景提供了強大的支持。

✨ 主要特性

• 圖像分析：利用 GLM - 4.5V 的視覺能力對圖像進行分析。
• 本地文件支持：可分析本地圖像文件或圖像 URL。
• 可配置性：通過環境變量即可輕鬆完成設置。

📦 安裝指南

前提條件

• Python 3.10 或更高版本
• 從智譜 AI 獲取的 GLM API 密鑰
• 已安裝 Claude Code

安裝步驟

1. 克隆或創建項目目錄：

cd /path/to/your/project

2. 創建並激活虛擬環境：

python3 -m venv env
source env/bin/activate  # 在 Windows 上使用：env\Scripts\activate

3. 安裝依賴項：

pip install -r requirements.txt
# 或者使用 uv（推薦）
uv pip install -r requirements.txt

4. 設置環境變量：

cp .env.example .env
# 使用你從智譜 AI 獲取的 GLM API 密鑰編輯 .env 文件

5. 將服務器添加到 Claude Code：

# 使用 uv（推薦）
uv run mcp install -e . --name "GLM Vision Server"

# 或者手動添加到 Claude Desktop 配置中：
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"}
}'

📚 詳細文檔

配置

在你的 .env 文件中設置以下環境變量：

💻 使用示例

可用工具

glm-vision

使用 GLM - 4.5V 的視覺能力分析圖像文件。支持本地文件和 URL。

參數：

• image_path（必需）：要分析的圖像的本地文件路徑或 URL。
• prompt（必需）：針對圖像提出的問題。
• temperature（可選）：響應的隨機性（0.0 - 1.0，默認值：0.7）。
• thinking（可選）：啟用思考模式以查看模型的推理過程（默認值：false）。
• max_tokens（可選）：響應中的最大令牌數（最大 64K，默認值：2048）。

示例：

使用 glm-vision 工具，參數如下：
- image_path: "/path/to/your/image.jpg"
- prompt: "Describe what you see in this image"

測試

使用 MCP Inspector 測試服務器：

# 使用 uv
uv run python glm-vision.py

# 或者使用 python
python glm-vision.py

🔧 技術細節

運行測試

# 安裝開發依賴項
pip install -e ".[dev]"

# 運行測試
pytest

# 格式化代碼
black .
isort .

# 類型檢查
mypy glm-vision.py

故障排除

1. API 密鑰問題：確保你的 GLM_API_KEY 已正確設置在環境變量中。
2. 連接問題：檢查你的互聯網連接和 API 端點。
3. 模型錯誤：驗證模型名稱（GLM_MODEL）是否正確且可用。

📄 許可證

本項目採用 MIT 許可證，詳情請參閱 LICENSE 文件。

貢獻說明

1. 分叉該倉庫。
2. 創建一個功能分支。
3. 進行修改。
4. 如有必要，添加測試。
5. 提交拉取請求。

支持

• 若遇到與 GLM API 相關的問題，請聯繫智譜 AI 支持團隊。
• 若遇到 MCP 服務器相關的問題，請在倉庫中創建一個問題。