aitherflow模型
MCP服务器 调用外部AI模型 — 开放路由, 谷歌双子座，以及 奥拉玛 （本地）-对图像和视频提供全面的视觉支持。
适用于任何MCP客户端： 克劳德代码CLIClaude Desktop或任何其他MCP兼容工具。
它做什么
为您的AI助手提供四种工具：
| 工具 | 说明 |
|---|---|
call_model | 向任何配置的模型发送文本提示 |
call_vision | 使用视觉模型分析图像或视频 |
analyze_directory | 批量分析目录中的所有媒体文件 |
list_models | 列出跨提供商的所有可用型号 |
提供商
| 提供程序 | 类型 | 需要API密钥 |
|---|---|---|
| 开放路由 | 云 | 是 |
| 谷歌双子座 | 云 | 是 |
| 奥拉玛 | 本地 | 否 |
API密钥安全地存储在 系统钥匙圈 （服务： aitherflow)，不在配置文件中。
视觉支持
图像
PNG、JPG、GIF、WebP、BMP
视频
MP4、MOV、AVI、MKV、MTS、MXF、R3D、WebM
视频处理取决于提供商：
- 谷歌双子座 -本地视频上传（完整视频发送到API）
- OpenRouter/Ollama --帧提取
ffmpeg（关键帧作为图像发送）
快速开始
1.建造
git clone https://github.com/aitherlab-dev/aitherflow-models.git
cd aitherflow-models
cargo build --release二进制文件将位于 target/release/aitherflow-models.
（可选）将其复制到您的 $PATH:
cp target/release/aitherflow-models ~/.local/bin/2.添加到克劳德代码
claude mcp add --scope user aitherflow-models /path/to/aitherflow-models或编辑 ~/.claude.json 手动：
{
"mcpServers": {
"aitherflow-models": {
"command": "/home/you/.local/bin/aitherflow-models",
"env": {}
}
}
}克劳德桌面版
添加 claude_desktop_config.json:
{
"mcpServers": {
"aitherflow-models": {
"command": "/home/you/.local/bin/aitherflow-models",
"env": {}
}
}
}3.使用它
启动Claude Code并要求它使用外部模型：
> Ask Gemini to summarize this document
> Use GPT-4o to analyze this screenshot
> List available models配置
型号配置
~/.config/aither-flow/external_models.json模型按提供者组织。配置是在第一次运行时自动创建的，具有合理的默认值。您可以自由添加、删除或重新排序模型。
API密钥
API密钥存储在服务名称下的系统密钥环中 aitherflow。服务器将在需要时提示输入密钥，或者您可以通过MCP客户端的环境变量进行设置：
| 变量 | 提供者 |
|---|---|
OPENROUTER_API_KEY | OpenRouter |
GEMINI_API_KEY | 谷歌双子座 |
Ollama在本地运行，不需要API密钥。
日志记录
集 RUST_LOG 对于详细输出：
RUST_LOG=aitherflow_models=debug需求
- 锈蚀1.75+
- FFmpeg （用于视频帧提取——仅适用于非Gemini提供商的视觉）
- libdbus开发 （用于Linux上的系统密钥环访问）
Linux（Ubuntu/Debian）
sudo apt install ffmpeg libdbus-1-devLinux（Arch）
sudo pacman -S ffmpeg dbusmacOS
brew install ffmpeg运作原理
Claude Code aitherflow-models (stdio, JSON-RPC) OpenRouter / Gemini / Ollama APIs
\--> ffmpeg (video frame extraction)服务器通过stdin/stdout使用 MCP协议 （基于stdio的JSON-RPC）。API调用通过tokio异步运行。对于非Gemini提供商的视频分析，ffmpeg提取关键帧，然后将其作为base64编码图像发送。
故障排除
“找不到API密钥” --设置适当的环境变量或将密钥存储在系统密钥环中。
“未找到ffmpeg” --安装ffmpeg。仅适用于OpenRouter或Ollama提供商的视频分析。
“钥匙圈错误” --在Linux上，确保 libdbus 安装了一个秘密服务（如 gnome-keyring 或 kwallet)正在运行。
日志 --stderr输出将进入MCP客户端的服务器日志。集 RUST_LOG=aitherflow_models=debug 用于详细输出。
许可证
麻省理工学院