Token导航 LogoToken导航TokenDH.com
glm MCP logo
运维云端stdio官方级别未说明来源级核验

glm MCP

MCP Server

GLM-MCP是一款为ZhipuAI GLM提供多功能的API服务,支持聊天、文本嵌入、翻译、视觉分析和OCR等功能,适用于开发者和AI应用集成。

工具数

6

提示词数

0

GitHub Stars

1

资源数

0
人工智能PythonClaude自然语言处理Claude

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

sky-zhang01

提供方

sky-zhang01

最后核验

2026/5/17 20:21

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

uvx glm-mcp

详细介绍

glm-mcp

MCP服务器 珠宝 GLM -通过兼容OpenAI的API向Claude Code(以及任何兼容MCP的客户端)公开聊天、文本嵌入、翻译、视觉和OCR。

工具

工具说明
glm_chat文本补全--默认模型 glm-4-flash,通过 model= 使用任何GLM聊天模型(例如。 glm-5).支持单圈和多圈(messages= 参数)。取样: temperature=0.7, top_p=0.95 (通过 top_p=None 省略)。通过以下方式自动回退瞬态错误(429/503/超时/连接) auto_fallback=True (默认)。使用 avoid_peak_hours=True 在高峰时段(UTC+8 14:00–18:00)提前切换。
glm_embed文本嵌入——默认模型 embedding-3,通过 model= 覆盖
glm_usage_summary查询令牌使用情况 ~/.glm-mcp/usage.jsonl.参数: days (默认值7), model (可选过滤器)。返回周期、总令牌、by_tool、by_model。
glm_translate纯单语言翻译——默认模式 glm-4.7.参数: text, target_lang ("ja", "zh", "en"), source_lang (默认值 "auto"), style ("formal""casual",默认值 "formal").取样: temperature=1.0, top_p=0.8 (GLM-4.7方案B:top_p为主控;通过 top_p=None 省略)。仅输出目标语言,解决了一般LLM常见的中日混合输出问题。
glm_vision多模态图像分析——默认模型 glm-4.6v.参数: image_url (HTTP/HTTPS URL或Base64字符串), prompt, detail ("auto", "low", "high"), max_tokens (默认值2048)。取样: temperature=0.2, top_p=0.9 (重点稳定分析;通过 top_p=None 省略)。自动回退到 glm-4.6v-flash 429/503/超时。裸露的Base64字符串会自动前缀为 data:image/png;base64,.
glm_ocr文档和图像OCR——默认模型 glm-ocr.参数: file (HTTP/HTTPS URL,Base64字符串, data: URI或本地文件路径), model, start_page_id, end_page_id。将提取的文本作为Markdown返回。本地文件自动编码为Base64;裸露的Base64字符串前缀为 data:application/pdf;base64,.

快速开始

通过uvx安装(推荐)

uvx glm-mcp

添加到克劳德代码

增添 ~/.claude.json:

{
  "mcpServers": {
    "glm-mcp": {
      "type": "stdio",
      "command": "uvx",
      "args": ["glm-mcp"],
      "env": {
        "GLM_API_KEY": "your_api_key_here"
      }
    }
  }
}

获取API密钥: .

从源代码运行

git clone https://github.com/sky-zhang01/glm-mcp
cd glm-mcp
uv sync
GLM_API_KEY=your_key uv run glm-mcp

环境变量

变量必填默认描述
GLM_API_KEY-智普爱API密钥
GLM_BASE_URL没有https://open.bigmodel.cn/api/paas/v4/API终结点覆盖
GLM_MCP_LOG_DIR没有~/.glm-mcp/目录 usage.jsonl 令牌日志

令牌使用记录

每个工具调用都会向以下对象附加一行JSON ~/.glm-mcp/usage.jsonl:

{"timestamp": "...", "tool": "glm_chat", "model": "glm-4-flash", "input_tokens": 13, "output_tokens": 15, "fallback_used": false, "original_model": null, "fallback_reason": null}

当触发回退时:

{"timestamp": "...", "tool": "glm_chat", "model": "glm-4.7", "input_tokens": 13, "output_tokens": 15, "fallback_used": true, "original_model": "GLM-5", "fallback_reason": "429"}

发展

uv sync --dev
uv run pytest --cov=glm_mcp --cov-report=term-missing

许可证

麻省理工学院

目录标签

目录标签

人工智能PythonClaude自然语言处理本地部署API集成多模态处理OCR

支持客户端

Claude

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

6

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

stdionone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