MCP图像识别服务器
使用Anthropic和OpenAI视觉API提供图像识别功能的MCP服务器。版本0.1.2。
特性
- 使用Anthropic Claude Vision或OpenAI GPT-4 Vision进行图像描述
- 支持多种图像格式（JPEG、PNG、GIF、WebP）
- 可配置的主要和后备提供者
- 支持Base64和基于文件的图像输入
- 使用Tesseract OCR进行可选文本提取
需求
- Python 3.8或更高版本
- Tesseract OCR（可选）-文本提取功能所需
- Windows：从下载并安装 UB曼海姆/镶嵌 - Linux： sudo apt-get install tesseract-ocr - macOS： brew install tesseract
安装
- 克隆存储库：
git clone https://github.com/mario-andreschak/mcp-image-recognition.git
cd mcp-image-recognition- 创建并配置您的环境文件：
cp .env.example .env
# Edit .env with your API keys and preferences- 构建项目：
build.bat用法
运行服务器
使用python生成服务器：
python -m image_recognition_server.server改用批处理启动服务器：
run.bat server使用MCP Inspector以开发模式启动服务器：
run.bat debug可用工具
describe_image
- 输入：Base64编码的图像数据和MIME类型 - 输出：图像的详细描述
describe_image_from_file
- 输入：图像文件的路径 - 输出：图像的详细描述
环境配置
ANTHROPIC_API_KEY：您的Anthropic API密钥。OPENAI_API_KEY：您的OpenAI API密钥。VISION_PROVIDER：初级视力提供者(anthropic或openai).FALLBACK_PROVIDER：可选回退提供程序。LOG_LEVEL：日志记录级别（调试、信息、警告、错误）。ENABLE_OCR：启用Tesseract OCR文本提取(true或false).TESSERACT_CMD：Tesseract可执行文件的可选自定义路径。OPENAI_MODEL：OpenAI模型（默认值：gpt-4o-mini).可以将OpenRouter格式用于其他型号（例如。，anthropic/claude-3.5-sonnet:beta).OPENAI_BASE_URL：OpenAI API的可选自定义基本URL。吃起来https://openrouter.ai/api/v1OpenRouter。OPENAI_TIMEOUT：可选的OpenAI API自定义超时（以秒为单位）。
使用OpenRouter
OpenRouter允许您使用OpenAI API格式访问各种模型。要使用OpenRouter，请执行以下步骤：
- 从OpenRouter获取OpenAI API密钥。
- 集
OPENAI_API_KEY在你的.env文件到您的OpenRouter API密钥。 - 集
OPENAI_BASE_URL向https://openrouter.ai/api/v1. - 集
OPENAI_MODEL使用OpenRouter格式（例如。，anthropic/claude-3.5-sonnet:beta). - 集
VISION_PROVIDER向openai.
违约模型
- 人类学：
claude-3.5-sonnet-beta - OpenAI：
gpt-4o-mini - OpenRouter：使用
anthropic/claude-3.5-sonnet:beta格式在OPENAI_MODEL.
发展
运行测试
运行所有测试：
run.bat test运行特定的测试套件：
run.bat test server
run.bat test anthropic
run.bat test openaiDocker支持
构建Docker镜像：
docker build -t mcp-image-recognition .运行容器：
docker run -it --env-file .env mcp-image-recognition许可证
MIT许可证-有关详细信息，请参阅许可证文件。
发布历史
- 0.1.2 （2025-02-20）：改进了OCR错误处理，并为OCR功能增加了全面的测试覆盖率
- 0.1.1 （2025-02-19）：添加了Tesseract OCR支持，用于从图像中提取文本（可选功能）
- 0.1.0 （2025-02-19）：首次发布，支持Anthropic和OpenAI视觉