Azure Ai Vision Face MCP Server

🚀 Azure AI 视觉 Face MCP-Server

本项目推出了一款 Face 实时性 MCP 服务器，可在代理式 AI 工作流中嵌入实时存在证明，为相关业务流程提供更可靠的安全保障。

🚀 快速开始

✨ 主要特性

单工具功能的预览

在liveness-server-typescript-tool-with-progress文件夹中，有一款工具可使用“Tool with Progress”功能将实时性检查流程整合到单一步骤，且无需用户输入“完成”。不过目前 Claude Desktop 对此功能暂不支持。

Face 实时性检测

如需深入了解 Face 实时性检测相关信息，可访问 Face 实时性检测。

📦 安装指南

添加依赖项

进入liveness-server-typescript文件夹，运行以下命令：

$ npm install --save-dev typescript @types/node
$ npm install
$ npm run build

运行上述命令后，构建文件夹中会生成 index.js 文件。

VS Code 的示例配置

添加.vscode/mcp.json文件，内容如下：

{
    "servers": {
        "liveness-server": {
            "type": "stdio",
            "command": "node",
            "args": [
                "${workspaceFolder}/liveness-server-typescript/build/stdio.js"
            ],
            "env": {
                "FACEAPI_ENDPOINT": "apiendpoint",
                "FACEAPI_KEY": "apikey",
                "FACEAPI_WEBSITE": "https://liveness-webapp.azurewebsites.net",
                "SESSION_IMAGE_DIR": "${workspaceFolder}/liveness-server-typescript/build/"
            }
        }
    }
}

示例 Claude 配置

{
  "mcpServers": {
    "liveness-server": {
      "command": "node",
      "args": ["YOUR_PATH/build/stdio.js"],
      "env": {
                "FACEAPI_ENDPOINT": "apiendpoint", 
                "FACEAPI_KEY": "apikey",
                "FACEAPI_WEBSITE": "https://yourexample.azurewebsites.net",
                "SESSION_IMAGE_DIR": "D:\somePATH"
        }
    }
  }
}

💻 使用示例

基础用法

运行 MCP 服务器时，按照上述安装指南完成依赖添加和配置后，即可启动服务器进行 Face 实时性检测。

会话图像的位置

若未设置SESSION_IMAGE_DIR变量，图像将不会被保存。

带验证的实时性检测

当设置了验证图像时，服务器将切换到带验证的实时性模式，示例如下：

"VERIFY_IMAGE_FILE_NAME": "${workspaceFolder}/liveness-server-typescript/build/0b5db043-951c-49d4-9109-e11cb558bb79/sessionImage.jpg",