Glm Vision

Z.AI MCP视觉分析服务器 - Python实现

一个基于Z.AI平台的用于AI视觉分析的模型上下文协议（MCP）服务器。这是使用FastMCP框架的Python实现。

概述

这台MCP服务器通过两个主要工具提供人工智能视觉分析能力：

• 图像分析使用先进的AI视觉模型分析图像
• 视频分析使用先进的AI视觉模型分析视频

该服务器支持本地文件和远程URL，对本地文件自动进行base64编码。

特点/特性

• ✅ Python 实现使用FastMCP框架的现代Python代码库
• ✅ 多平台支持带有自动检测功能的Z.AI和智浦（Zhipu）AI平台
• ✅ 文件支持本地文件和带有验证的远程URL
• ✅ 类型安全使用 Pydantic 进行完整的类型注解验证
• ✅ 翻译为中文是：✓（正确/对） 异步操作非阻塞文件和API操作
• ✅ 表示“正确”或“已确认”。 错误处理全面的错误处理，附带详细信息
• ✅ 配置基于环境的配置管理
• ✅ Docker 准备就绪容器部署支持

快速入门

先决条件

• Python 3.10 或更高版本
• Z.AI API密钥

安装

1. 克隆仓库：

   git clone 
   cd glm_vision

1. 设置环境：

   cp .env.example .env
   # Edit .env with your API key

1. 安装依赖项:

   pip install -r requirements/prod.txt

1. 运行服务器:

   python -m src.vision_server

Docker 部署

docker build -t zai-mcp-vision-server .
docker run -e Z_AI_API_KEY=your_api_key zai-mcp-vision-server

配置

服务器通过环境变量进行配置。请参阅 .env.example 对于所有可用选项：

必需的

• Z_AI_API_KEY您的Z.AI API密钥

可选

• PLATFORM_MODE平台模式（ZAI，智浦，AUTO）
• VISION_MODEL要使用的视觉模型（默认：glm-4.5v）
• MAX_IMAGE_SIZE_MB最大图像大小（以MB为单位）（默认：5）
• MAX_VIDEO_SIZE_MB最大视频大小（以MB为单位）（默认：8）
• TRANSPORT传输模式（stdio，http）
• LOG_LEVEL日志级别（DEBUG，INFO，WARNING，ERROR）

用法

MCP 工具

服务器注册了以下MCP工具：

analyze_image

使用人工智能视觉模型分析图像。

参数：

• image_source （字符串）：本地文件路径或图像的远程URL
• prompt (字符串)：详细分析提示

示例：

{
    "image_source": "/path/to/image.jpg",
    "prompt": "Describe what you see in this image"
}

analyze_video

使用AI视觉模型分析视频。

参数：

• video_source (字符串)：视频的本地文件路径或远程URL
• prompt (字符串)：详细分析提示

示例：

{
    "video_source": "https://example.com/video.mp4",
    "prompt": "Summarize the content of this video"
}

支持的格式

图片： PNG、JPG、JPEG（最大5MB） 视频： MP4、MOV、AVI、WebM、M4V（最大8MB）

发展

设置开发环境

# Install development dependencies
pip install -r requirements/dev.txt

# Run tests
pytest

# Code formatting
black src/ tests/
ruff check src/ tests/

# Type checking
mypy src/

项目结构

src/
├── vision_server.py          # Main FastMCP server
├── config/
│   ├── settings.py           # Configuration management
├── services/
│   ├── file_service.py       # File operations
├── types/
│   ├── errors.py             # Custom error types
└── utils/                     # Utility functions

从TypeScript迁移

这是原始TypeScript MCP服务器的Python实现。迁移过程中保持了：

• ✅ 翻译为中文是：✅（这个符号本身在中文中没有特定的含义，通常用于表示正确、确认或完成，类似于英文中的“check mark”或“tick”） API 兼容性相同的工具名称和参数
• ✅ 功能所有现有功能均保留
• ✅ 配置兼容的环境变量
• ✅ 错误响应一致的错误处理

许可证

Apache 许可证 2.0 - 详情请参阅 LICENSE 文件。

支持

• 文档https://docs.z.ai/ 的中文翻译可以是：“https://z.ai官方文档/” 或者根据具体语境简化为 “z.ai 文档网站”。不过，由于网址本身是英文且具有特定指向性，直接使用英文网址在中文语境下也是被广泛接受的
• 问题https://github.com/z-ai/mcp-vision-server/issues（的中文表述可以是）：“GitHub上的z-ai/mcp-vision-server项目问题页面”
• 支持support@z.ai（注：这个邮箱地址在中文语境下通常直接保留原样，不进行翻译，因为它是特定服务或公司的联系邮箱，直接使用即可。）

更新日志

v2.0.0（Python实现）

• ✅ 从TypeScript完全迁移到Python
• ✅ FastMCP框架集成
• ✅ 增强了错误处理和验证功能
• ✅ 改进的配置管理
• ✅ 支持Docker容器化
• ✅ 全面的类型安全性