MCP Server Ai Vision

🚀 AI 视觉 MCP 服务器

这是一个提供 AI 视觉分析功能的 MCP（模型上下文协议）服务器，支持 Claude 和其他兼容 MCP 的 AI 助手，能助力用户高效开展视觉分析工作。

🚀 快速开始

本服务器为用户提供了强大的 AI 视觉分析能力，支持多种功能，让我们快速上手使用吧。

✨ 主要特性

• 截图 URL：通过提供 URL 即可捕获任意网站的屏幕快照。
• 视觉分析：能够分析屏幕快照中的 UI 元素、布局和内容。
• 文件操作：可以按行精确读取和修改文件。
• 报告生成：创建全面的 UI/UX 分析报告。
• 调试会话：在多个分析步骤之间维护上下文。

📦 安装指南

# 克隆仓库
git clone https://github.com/samihalawa/mcp-server-ai-vision.git
cd mcp-server-ai-vision

# 安装依赖
npm install

# 构建服务器
npm run build

💻 使用示例

启动服务器

npm start

配置

将服务器添加到您的 MCP 配置中：

{
  "servers": {
    "ai-vision": {
      "command": "/path/to/node",
      "args": ["/path/to/mcp-server-ai-vision/build/index.js"],
      "enabled": true,
      "port": 3005,
      "environment": {
        "NODE_PATH": "/path/to/node_modules",
        "PATH": "/usr/local/bin:/usr/bin:/bin",
        "GEMINI_API_KEY": "your-gemini-api-key"
      }
    }
  }
}

可用工具

screenshot_url

使用网络浏览器捕获 URL 的屏幕快照。

analyze_screen

使用 AI 视觉分析屏幕快照。

read_file

读取文件指定行号之间的内容。

modify_file

修改文件指定行号之间的内容。

generate_report

生成全面的 UI/UX 分析报告。

示例工作流程

1. 捕获网站屏幕快照：

   screenshot_url(url: "https://example.com")
   

2. 分析屏幕快照：

   analyze_screen()
   

3. 根据分析生成报告：

   generate_report(testUrl: "https://example.com", observations: {...})
   

📚 详细文档

要求

• Node.js 14+
• Playwright 用于浏览器自动化
• Gemini API 密钥用于 AI 视觉分析

📄 许可证

MIT