Multimodel MCP

🚀 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：

1. 安装依赖
2. 配置环境变量
3. 构建项目
4. 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：

vision_query

使用 GLM-4.5V 分析图片。

参数：

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：

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"
  }
}