Image MCP Server

🚀 图像分析 MCP 服务器

本项目是一个MCP服务器，可接收图像的URL或本地文件路径，并借助GPT - 4o - mini模型对图像内容进行分析，为图像内容分析提供了便捷且高效的解决方案。

🚀 快速开始

本服务器可接收图像的URL或本地文件路径作为输入，使用GPT - 4o - mini模型进行高精度的图像识别和描述，还能进行图像URL的有效性检查，以及从本地文件加载图像并进行Base64编码。安装完成后，通过node index.js命令即可启动服务器。

✨ 主要特性

• 接收图像的URL或本地文件路径作为输入，并提供对图像内容的详细分析
• 使用GPT - 4o - mini模型进行高精度的图像识别和描述
• 图像URL的有效性检查
• 从本地文件加载图像并进行Base64编码

📦 安装指南

通过Smithery安装

要自动通过Smithery为Claude Desktop安装Image Analysis Server：

npx -y @smithery/cli install @champierre/image-mcp-server --client claude

手动安装

# 克隆仓库
git clone https://github.com/champierre/image-mcp-server.git # 或者你的 forked 仓库
cd image-mcp-server

# 安装依赖
npm install

# 编译 TypeScript
npm run build

🔧 技术细节

使用此服务器需要一个OpenAI API密钥。设置以下环境变量：

OPENAI_API_KEY=your_openai_api_key

与Cline等工具一起使用时，将以下配置添加到MCP服务器配置文件中：

对于Cline

将以下内容添加到cline_mcp_settings.json：

{
  "mcpServers": {
    "@champierre/image-mcp-server": {
      "command": "node index.js"
    }
  }
}

对于Claude Desktop App

将以下内容添加到config.json（Claude件的配置文件）：

{
  "servers": {
    "@champierre/image-mcp-server": {
      "executablePath": "path/to/node",
      "commandLineArguments": ["index.js"]
    }
  }
}

💻 使用示例

基础用法

安装完成后，你可以通过以下命令启动服务器：

node index.js

高级用法

支持的接口：

• GET /analyze：分析图像内容
• POST /process-image：处理图像文件

📄 许可证

MIT

⚠️ 重要提示

在构建过程中可能会遇到类型错误。要解决此问题，请运行以下命令安装依赖项：

npm install @types/mime-types
# 或者
yarn add --dev @types/mime-types

💡 使用建议

要在开发模式下运行服务器，请执行以下命令：

npm run dev