MCP 服务器

OpenRouter MCP Multimodal Server

通过 OpenRouter.ai 多样化的模型生态系统提供聊天和图像分析功能，支持文本对话以及使用各种 AI 模型进行强大的多模态图像处理。

README

OpenRouter MCP 多模态服务器

一个 MCP (模型上下文协议) 服务器，通过 OpenRouter.ai 多样化的模型生态系统提供聊天和图像分析功能。此服务器结合了文本聊天功能和强大的图像分析功能。

特性

文本聊天:
- 直接访问所有 OpenRouter.ai 聊天模型
- 支持简单的文本和多模态对话
- 可配置的温度和其他参数
图像分析:
- 使用自定义问题分析单个图像
- 同时处理多个图像
- 自动图像大小调整和优化
- 支持各种图像来源（本地文件、URL、数据 URL）
模型选择:
- 搜索和过滤可用模型
- 验证模型 ID
- 获取详细的模型信息
- 支持默认模型配置
性能优化:
- 智能模型信息缓存
- 指数退避重试
- 自动速率限制处理

1.5.0 版本的新特性

改进的操作系统兼容性:
- 增强了 Windows、macOS 和 Linux 的路径处理
- 更好地支持带有驱动器盘符的 Windows 风格路径
- 规范化路径处理，以实现跨平台的一致行为
MCP 配置支持:
- 无需环境变量即可集成 Cursor MCP
- 通过 MCP 参数直接配置
- 灵活的 API 密钥和模型规范选项
强大的错误处理:
- 改进了图像处理的后备机制
- 改进了错误报告，并提供具体的诊断信息
- 针对文件读取的多种备份策略
图像处理增强:
- 更可靠的 base64 编码，适用于所有图像类型
- 当 Sharp 模块不可用时的后备选项
- 更好地处理大型图像，并进行自动优化

安装

选项 1：通过 npm 安装

npm install -g @stabgan/openrouter-mcp-multimodal

选项 2：通过 Docker 运行

docker run -i -e OPENROUTER_API_KEY=your-api-key-here stabgandocker/openrouter-mcp-multimodal:latest

快速启动配置

前提条件

从 OpenRouter Keys 获取您的 OpenRouter API 密钥
选择一个默认模型（可选）

MCP 配置选项

将以下配置之一添加到您的 MCP 设置文件（例如，cline_mcp_settings.json 或 claude_desktop_config.json）：

选项 1：使用 npx (Node.js)

{
  "mcpServers": {
    "openrouter": {
      "command": "npx",
      "args": [
        "-y",
        "@stabgan/openrouter-mcp-multimodal"
      ],
      "env": {
        "OPENROUTER_API_KEY": "your-api-key-here",
        "DEFAULT_MODEL": "qwen/qwen2.5-vl-32b-instruct:free"
      }
    }
  }
}

选项 2：使用 uv (Python 包管理器)

{
  "mcpServers": {
    "openrouter": {
      "command": "uv",
      "args": [
        "run",
        "-m",
        "openrouter_mcp_multimodal"
      ],
      "env": {
        "OPENROUTER_API_KEY": "your-api-key-here",
        "DEFAULT_MODEL": "qwen/qwen2.5-vl-32b-instruct:free"
      }
    }
  }
}

选项 3：使用 Docker

{
  "mcpServers": {
    "openrouter": {
      "command": "docker",
      "args": [
        "run",
        "--rm",
        "-i",
        "-e", "OPENROUTER_API_KEY=your-api-key-here",
        "-e", "DEFAULT_MODEL=qwen/qwen2.5-vl-32b-instruct:free",
        "stabgandocker/openrouter-mcp-multimodal:latest"
      ]
    }
  }
}

选项 4：使用 Smithery (推荐)

{
  "mcpServers": {
    "openrouter": {
      "command": "smithery",
      "args": [
        "run",
        "stabgan/openrouter-mcp-multimodal"
      ],
      "env": {
        "OPENROUTER_API_KEY": "your-api-key-here",
        "DEFAULT_MODEL": "qwen/qwen2.5-vl-32b-instruct:free"
      }
    }
  }
}

示例

有关如何使用此 MCP 服务器的全面示例，请查看 examples 目录。我们提供：

用于 Node.js 应用程序的 JavaScript 示例
具有交互式聊天功能的 Python 示例
用于与各种应用程序集成的代码片段

每个示例都附带清晰的文档和分步说明。

依赖项

本项目使用以下关键依赖项：

@modelcontextprotocol/sdk: ^1.8.0 - 用于工具实现的最新 MCP SDK
openai: ^4.89.1 - 与 OpenRouter 兼容的 OpenAI API 客户端
sharp: ^0.33.5 - 快速图像处理库
axios: ^1.8.4 - 用于 API 请求的 HTTP 客户端
node-fetch: ^3.3.2 - 现代 fetch 实现

需要 Node.js 18 或更高版本。所有依赖项都会定期更新，以确保兼容性和安全性。

可用工具

mcp_openrouter_chat_completion

向 OpenRouter 模型发送文本或多模态消息：

use_mcp_tool({
  server_name: "openrouter",
  tool_name: "mcp_openrouter_chat_completion",
  arguments: {
    model: "google/gemini-2.5-pro-exp-03-25:free", // 如果设置了默认值，则可选
    messages: [
      {
        role: "system",
        content: "You are a helpful assistant."
      },
      {
        role: "user",
        content: "What is the capital of France?"
      }
    ],
    temperature: 0.7 // 可选，默认为 1.0
  }
});

对于带有图像的多模态消息：

use_mcp_tool({
  server_name: "openrouter",
  tool_name: "mcp_openrouter_chat_completion",
  arguments: {
    model: "anthropic/claude-3.5-sonnet",
    messages: [
      {
        role: "user",
        content: [
          {
            type: "text",
            text: "What's in this image?"
          },
          {
            type: "image_url",
            image_url: {
              url: "https://example.com/image.jpg"
            }
          }
        ]
      }
    ]
  }
});