MCP 服务器

glm4v-vision-mcp

MCP server that provides image analysis, OCR text extraction, and image description using the GLM-4V Flash model from Zhipu AI.

README

GLM-4V Flash MCP Server

基于智谱 AI GLM-4V Flash 模型的图片识别 MCP (Model Context Protocol) 服务器。

✨ 功能

图片分析 (analyze_image) - 使用自然语言分析图片内容
文字提取 (extract_text) - OCR 功能，支持中英文
图片描述 (describe_image) - 生成图片描述，支持多种风格

📦 安装

前置要求

Node.js 18+
智谱 AI API Key (点此获取 API key)

快速开始

# 1. 克隆仓库
git clone https://github.com/GLM-4V-Flash-MCP/glm-4v-flash-mcp.git
cd glm-4v-flash-mcp

# 2. 安装依赖
npm install

# 3. 设置 API Key
export ZHIPU_API_KEY="your-api-key-here"

# 4. 运行服务器
npm start

🔧 配置

集成到 Claude Code

在 ~/.claude/settings.json 中添加：

{
  "mcpServers": {
    "glm-4v-flash": {
      "command": "node",
      "args": ["/path/to/server.js"],
      "env": {
        "ZHIPU_API_KEY": "${ZHIPU_API_KEY}"
      },
      "workingDirectory": "/path/to"
    }
  }
}

集成到 VS Code

在 .vscode/settings.json 中添加：

{
  "mcpServers": {
    "glm-4v-flash": {
      "command": "node",
      "args": ["server.js"],
      "env": {
        "ZHIPU_API_KEY": "${env:ZHIPU_API_KEY}"
      }
    }
  }
}

集成到其他 MCP 客户端

在 .mcp/mcp.json 中配置（已包含在项目中）：

{
  "mcpServers": {
    "glm-4v-flash": {
      "command": "node",
      "args": ["server.js"],
      "env": {
        "ZHIPU_API_KEY": "${ZHIPU_API_KEY}"
      },
      "cwd": "${ZHIPU_MCP_DIR}"
    }
  }
}

使用前设置环境变量：

export ZHIPU_API_KEY="your-api-key-here"
export ZHIPU_MCP_DIR="/path/to/glm-4v-flash-mcp"

🛠️ 工具说明

analyze_image

分析图片内容，支持自定义提示词。

参数：

image_path (必填): 图片文件路径
prompt (可选): 分析提示词

示例：

{
  "name": "analyze_image",
  "arguments": {
    "image_path": "/path/to/image.jpg",
    "prompt": "描述图片中的场景和人物"
  }
}

extract_text

从图片中提取文字（OCR）。

参数：

image_path (必填): 图片文件路径
language (可选): 文字语言，可选 chinese、english、auto

示例：

{
  "name": "extract_text",
  "arguments": {
    "image_path": "/path/to/image.png",
    "language": "chinese"
  }
}

describe_image

生成图片的详细描述。

参数：

image_path (必填): 图片文件路径
style (可选): 描述风格，可选 detailed、concise、poetic、technical

示例：

{
  "name": "describe_image",
  "arguments": {
    "image_path": "/path/to/image.jpg",
    "style": "detailed"
  }
}

📋 支持的图片格式

PNG
JPG / JPEG
WebP
GIF
BMP

🔒 环境变量

变量名	说明	必需
`ZHIPU_API_KEY`	智谱 AI API Key	是

🚀 开发

# 安装依赖
npm install

# 开发模式（自动重载）
npm run dev

# 运行测试
npm test

📄 许可证

MIT License - 详见 LICENSE 文件

🔗 相关链接

关于作者

大强同学 — 科技博主，也是一名github开源作者，非科班出身，以实践驱动开发，践行Build in Public成长理念，深耕 Windows效率生态，擅长将AI Agent从构想转化为可落地的实用方案，我坚信AI与智能体将重塑个人做事方式，愿以自身技术积累，助力个体把握智能时代机遇，高效提升自身创作、办公与成长效率。

平台	链接
🌐 官网	dqtx.cc ai.dqtx.cc os.dqtx.cc
𝕏 Twitter	@Derek Zhao
📺 B站	大强同学_
▶️ YouTube	@Derek Zhao
💬 公众号	微信搜「大强同学」或扫码关注 ↓