Cv MCP Tools

CV MCP工具

一组模型上下文协议（MCP）服务器和服务，将专门的计算机视觉功能与语言模型集成在一起。此存储库演示了如何构建模块化CV工具，这些工具可以通过MCP轻松组合和编排。

🔧 组件

MCP服务器

• 目标检测MCP -基于YOLO的MinIO集成目标检测
• OCR+图像生成MCP -将OCR和图像生成与迭代验证工作流程相结合

独立服务

• 图像生成器服务器 -FLUX.1-schnell扩散模型服务
• OCR服务器 -多模式OCR服务（Qwen VL、Janus）

🚀 快速开始

先决条件

• Python 3.11+
• UV包管理器
• 支持GPU的Docker
• MinIO服务器（用于MCP服务器）

正在运行MCP服务器

# Object Detection
cd object_detection_mcp
uv run object_detector.py

# OCR + Image Generation  
cd ocr_imagen_mcp
uv run ocr_imagen.py

运行独立服务

# Image Generator
docker buildx build -t flux-schnell -f image_generator_server/Dockerfile .
docker run --gpus all -p 6070:6070 flux-schnell

# OCR Server
docker buildx build -t ocr-server -f ocr_server/Dockerfile .
docker run --gpus all -p 6080:6080 -p 6081:6081 ocr-server

🔗 与Claude Desktop集成

添加到您的Claude Desktop配置中：

{
    "mcpServers": {
        "object_detection": {
            "command": "uv",
            "args": ["--directory", "/path/to/object_detection_mcp", "run", "object_detector.py"],
            "env": {
                "YOLO_MODEL_NAME": "yolo11m.pt",
                "YOLO_CONF_THRESHOLD": "0.45",
                "MINIO_URL": "localhost:9000",
                "MINIO_ACCESS_KEY": "your-key",
                "MINIO_SECRET_KEY": "your-secret"
            }
        }
    }
}

📁 存储库结构

cv-mcp-tools/
├── object_detection_mcp/     # YOLO object detection MCP server
├── ocr_imagen_mcp/          # Combined OCR + image generation MCP
├── image_generator_server/   # Standalone FLUX image generation service
├── ocr_server/              # Standalone OCR service
└── CLAUDE.md                # Development guide for Claude Code

🎯 用例

• 自动化内容分析 -用于文档处理的对象检测和OCR
• 迭代图像生成 -使用文本验证循环生成图像
• 多模式工作流程 -结合视觉和语言模型完成复杂任务
• 模块化CV管道 -根据需要混合和匹配组件

📖 文档

每个组件都有自己的README，其中包含详细的设置说明：

• 目标检测MCP设置
• OCR+图像生成MCP设置
• 图像生成器服务设置
• OCR服务设置