Logo MCP
Intelligently extracts and analyzes website logos from multiple sources (favicon, Apple Touch icons, OpenGraph, CSS) with automatic quality scoring and format support. Provides detailed logo information and returns the best logo URL for any given website.
README
logo-mcp
一个智能Logo提取和分析的MCP(Model Context Protocol)服务器,支持从网站URL自动识别并提取Logo图标,并提供详细的Logo分析功能。
功能特性
🎯 智能Logo提取
- 多源识别:支持从favicon、Apple Touch图标、OpenGraph图像、CSS类名等多种方式提取Logo
- 智能评分:自动评估候选Logo质量,选择最佳版本
- 格式支持:支持PNG、JPG、SVG等多种图像格式
- 尺寸优化:自动选择合适尺寸的Logo版本
📊 Logo分析
- 详细信息:提供Logo尺寸、格式、类型等完整信息
- 多候选比较:显示所有可能的Logo候选项及其评分
- 质量评估:自动评估Logo图像质量和可用性
- 快速URL获取:支持直接获取最佳Logo的URL地址
安装使用
作为MCP服务器使用
- 安装依赖:
npm install @lucianaib/logo-mcp
- 在MCP客户端配置中添加:
{
"mcpServers": {
"logo-mcp": {
"command": "npx",
"args": ["@lucianaib/logo-mcp"]
}
}
}

开发环境设置
- 克隆仓库:
git clone https://github.com/lfrbmw/Logo-MCP.git
cd Logo-MCP
- 安装依赖:
npm install
- 构建项目:
npm run build
- 启动开发服务器:
npm run dev
MCP工具
使用示例:
使用mcp提取 https://juejin.cn/的 Logo

get_best_logo_url
从网站提取并返回最佳Logo的URL地址,适用于只需要获取最佳Logo URL的场景
参数:
url(必需): 要分析的网站URL
示例:
{
"name": "get_best_logo_url",
"arguments": {
"url": "https://www.google.com"
}
}
analyze_logo
分析Logo的基本信息(尺寸、格式、质量等),支持onlyBestUrl参数只返回最佳Logo的URL
参数:
url(必需): 要分析的网站URLonlyBestUrl(可选): 是否只返回最佳Logo的URL,默认为false
示例:
{
"name": "analyze_logo",
"arguments": {
"url": "https://www.github.com",
"onlyBestUrl": false
}
}
技术架构
核心模块
- LogoExtractor: 负责从网站提取Logo候选项,实现多源识别和智能评分算法
- ImageProcessor: 提供图像处理功能,包括格式转换、尺寸调整和质量增强
依赖库
@modelcontextprotocol/sdk: MCP协议支持,提供服务器和通信框架axios: HTTP请求处理,用于获取网站内容和下载Logo图像cheerio: HTML解析,用于从网页中提取Logo相关信息sharp: 图像处理,提供格式转换、尺寸调整和增强功能image-size: 图像尺寸检测,用于获取Logo图像的尺寸信息url-parse: URL解析,用于处理和规范化网站URLmime-types: MIME类型检测,用于识别图像文件格式
Logo提取策略
1. 多源候选提取
- Favicon链接 (
<link rel="icon">) - Apple Touch图标 (
<link rel="apple-touch-icon">) - OpenGraph图像 (
<meta property="og:image">) - CSS类名识别 (
.logo,#logo,.brand等) - 品牌相关图像
2. 智能评分算法
- 类型权重:Logo类名 > Apple Touch > Favicon > 品牌图像 > OG图像
- 尺寸评分:偏好32-512px的正方形或接近正方形图像
- 质量检测:过滤损坏或空白图像
3. 最佳选择
根据综合评分自动选择最符合主视觉的Logo版本
Logo分析流程
1. 多源提取
- HTML解析: 从页面meta标签提取favicon、apple-touch-icon等
- CSS分析: 通过类名和ID识别可能的Logo元素
- OpenGraph: 解析OG图像标签获取社交媒体使用的Logo
- 智能检测: 识别页面上可能的品牌标识元素
2. 候选评分
- 类型权重: 根据来源类型分配权重(如明确的logo类名权重更高)
- 尺寸分析: 评估图像尺寸是否适合作为Logo(32px-512px范围内)
- 宽高比: 优先选择接近正方形的图像
- 质量检测: 检查图像是否损坏或过于模糊
3. 结果输出
- 详细分析: 提供所有候选项的详细信息及评分
- 最佳推荐: 根据综合评分推荐最合适的Logo
- 快速获取: 支持直接返回最佳Logo的URL地址
错误处理
- 网络错误:超时重试和友好提示
- 图像损坏:自动检测和跳过
- 格式不支持:清晰的错误信息
- 无Logo情况:返回友好的无结果提示
性能优化
- 并发处理:多候选Logo并行验证
- 缓存机制:避免重复下载
- 内存管理:及时释放图像缓冲区
- 超时控制:防止长时间阻塞
贡献指南
- Fork项目
- 创建功能分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 打开Pull Request
许可证
本项目采用MIT许可证 - 查看 LICENSE 文件了解详情
作者
- lucianaib - GitHub
支持
如果您遇到问题或有功能建议,请在 GitHub Issues 中提出。
Logo MCP - 让Logo提取变得简单智能 🚀
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。