Token导航 LogoToken导航TokenDH.com
farmos leaf MCP logo
设计创作stdio官方级别未说明来源级核验

farmos leaf MCP

MCP Server

farmOS Leaf MCP 是一个用于植物分类和农场管理的服务器,提供相机捕捉、YOLO植物分类、植物资产创建/更新、远程低置信度LLM审核、地图分割等功能。

工具数

7

提示词数

0

GitHub Stars

0

资源数

0
Python图像处理设计

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

azam2u

提供方

azam2u

最后核验

2026/5/17 20:22

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

python3 -m venv .venv

详细介绍

farmOS叶MCP

面向工厂的farmOS工作流的MCP服务器:

  • 摄像头捕捉+YOLO植物分类
  • 在farmOS中创建/更新工厂资产
  • 可选远程低置信度LLM审查
  • 可选地图分割->多边形几何更新
  • 捕获/上传活动日志图像
  • 检索/导出工厂资产数据
  • 清理非工厂和重复的活动日志图像

当前MCP工具

  1. get_server_info()
  2. classify_camera_and_sync_asset(camera_index=0, delay_seconds=5.0, mode="ask", asset_name_override="")
  3. capture_and_upload_asset_images(image_count=5, interval_seconds=3.0, camera_index=0, start_delay_seconds=0.0, asset_id="", force_new_log=False)
  4. apply_segmented_image_geometry_to_asset(segmented_image_path, latitude=None, longitude=None, zoom=18, asset_id="", create_new_if_missing=True, new_asset_name="", land_type="bed")
  5. collect_data_with_coordinates(latitude=None, longitude=None, mode="ask", asset_name_override="", camera_index=0, classifier_delay_seconds=5.0, collection_interval_seconds=3.0, collection_duration_seconds=15.0, mapbox_zoom=18, mapbox_width=800, mapbox_height=800, segment_server_host="", segment_server_port=0, upload_to_activity_log=False)
  6. retrieve_plant_asset_data(plant_name, mode="ask", selected_asset_id="", selected_asset_name="", selected_asset_index=0, export_dir="")
  7. cleanup_asset_activity_log_images(mode="scan", asset_id="", asset_name_contains="", cleanup_scope="both", days_back=30, non_plant_conf_threshold=25.0, duplicate_hash_distance=6, keep_policy="highest_confidence", allow_multi_asset_execute=False, hard_delete_files=False, cleanup_local_captures=False, local_capture_dir="", confirmation_text="")

建筑

  • MCP服务器: farmos_leaf_mcp.py
  • farmOS API客户端: farmOS Python包
  • 视觉模型:外部YOLO脚本(infer_image.py, live_preview.py)
  • 远程服务(ZeroMQ REQ/REP):

- 分段服务器(send_image_for_segmentation) - 低置信度审核服务器(request_low_confidence_text)

需求

  • Python 3.10+
  • 摄像头可通过OpenCV访问
  • farmOS凭据+OAuth客户端
  • YOLO模型/脚本在磁盘上可用
  • 几何流可选:Mapbox令牌+远程分割服务器
  • GPS可选:NMEA串行设备(默认 /dev/ttyACM0)

安装:

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

配置

复制和编辑环境文件:

cp .env.example .env

主要变量:

  • farmOS身份验证: FARMOS_HOST, FARMOS_USER, FARMOS_PASSWORD, FARMOS_CLIENT_ID, FARMOS_CLIENT_SECRET
  • YOLO路径: LEAF_YOLO_DIR, LEAF_YOLO_MODEL_PATH, LEAF_YOLO_INFER_SCRIPT, LEAF_YOLO_LIVE_PREVIEW_SCRIPT
  • ZMQ远程服务器:

- 细分: SEGMENT_SERVER_HOST, SEGMENT_SERVER_PORT - 低置信度法学硕士评审: LOW_CONF_SERVER_HOST, LOW_CONF_SERVER_PORT

  • 地图图像源标记: MAPBOX_TOKEN
  • 目录: LEAF_CAPTURE_DIR, MAPBOX_INPUT_DIR, SEGMENTED_DIR, LEAF_EXPORT_DIR

./run_mcp.sh

此脚本:

  • 激活venv(如果存在)
  • 负载 .env (如果存在)
  • 开始 farmos_leaf_mcp.py

工具行为注释

classify_camera_and_sync_asset

  • 使用YOLO捕获图像并对植物标签/置信度进行分类。
  • 如果存在匹配资产:

- mode="ask":返回提示 - mode="overwrite":更新现有资产 - mode="create_new":创建后缀资产

  • 若置信度低于阈值,则将图像发送到远程低置信度审查服务器,并将LLM输出存储在笔记/活动日志中。

collect_data_with_coordinates

端到端流结合资产同步+并行任务:

  1. 对工厂资产进行分类/追加销售
  2. 运行几何管道(Mapbox图像->远程分割->轮廓->WKT->更新资源几何)
  3. 捕获间隔图像,并可选择上传到活动日志

cleanup_asset_activity_log_images

  • mode="scan":仅报告候选人
  • mode="execute":执行取消链接/删除(带安全确认)
  • 重复检测仅在YOLO分类为植物的图像上使用pHash。

存储库卫生

Git中有意忽略生成的运行时输出:

  • captures/
  • mapbox_inputs/
  • received_segmented_mapbox_image/
  • plant_exports/

如果你需要样本工件,请在专用的 examples/ 目录。

安全须知

  • 不要向仓库提交真实的凭据、令牌或私有主机IP。
  • 保守秘密 .env (Git忽略了)。
  • 如果令牌在历史上被提交过,则对其进行轮换。

目录标签

目录标签

Python图像处理设计农场管理本地部署植物分类农场自动化数据采集

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

oauth

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

7

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiooauth部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP