MCP 读取图像

一个使用 OpenRouter 视觉模型分析图像的 MCP 服务器。该服务器提供了一个简单的接口，可以通过 OpenRouter API 使用各种视觉模型（如 Claude-3.5-sonnet 和 Claude-3-opus）来分析图像。

安装

npm install @catalystneuro/mcp_read_images

配置

该服务器需要一个 OpenRouter API 密钥。您可以从 OpenRouter 获取一个。

将服务器添加到您的 MCP 设置文件（通常位于 VSCode 的 ~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json）：

{
  "mcpServers": {
    "read_images": {
      "command": "read_images",
      "env": {
        "OPENROUTER_API_KEY": "your-api-key-here",
        "OPENROUTER_MODEL": "anthropic/claude-3.5-sonnet"  // 可选，默认为 claude-3.5-sonnet
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}

用法

该服务器提供了一个名为 analyze_image 的工具，可用于分析图像：

// 基本用法，使用默认模型
use_mcp_tool({
  server_name: "read_images",
  tool_name: "analyze_image",
  arguments: {
    image_path: "/path/to/image.jpg",
    question: "你在这张图片中看到了什么？"  // 可选
  }
});

// 为此调用使用特定模型
use_mcp_tool({
  server_name: "read_images",
  tool_name: "analyze_image",
  arguments: {
    image_path: "/path/to/image.jpg",
    question: "你在这张图片中看到了什么？",
    model: "anthropic/claude-3-opus-20240229"  // 覆盖默认值和设置
  }
});

模型选择

模型的选择优先级如下：

1. 工具调用中指定的模型 (model 参数)
2. MCP 设置中指定的模型 (OPENROUTER_MODEL 环境变量)
3. 默认模型 (anthropic/claude-3.5-sonnet)

支持的模型

以下 OpenRouter 模型已经过测试：

• anthropic/claude-3.5-sonnet
• anthropic/claude-3-opus-20240229

特性

• 自动图像大小调整和优化
• 可配置的模型选择
• 支持关于图像的自定义问题
• 详细的错误消息
• 自动 JPEG 转换和质量优化

错误处理

服务器处理各种错误情况：

• 无效的图像路径
• 缺少 API 密钥
• 网络错误
• 无效的模型选择
• 图像处理错误

每个错误都将返回一个描述性消息，以帮助诊断问题。

开发

要从源代码构建：

git clone https://github.com/catalystneuro/mcp_read_images.git
cd mcp_read_images
npm install
npm run build

许可证

MIT 许可证。有关详细信息，请参见 LICENSE。