摄影mcp
用于人工智能应用的快速、私密和可靠的技术照片分析。
photographi-mcp 是一个MCP服务器，它使AI模型和LLM驱动的工具能够对本地照片库进行技术分析。它直接在您的硬件上运行计算机视觉模型（由 照片质量分析仪核心)评估锐度、焦点和曝光度，实现自动筛选、突发排名和元数据索引等功能，而无需云上传。
⚡ 为什么摄影？
- 技术优先：专为客观指标（锐度、光照、聚焦）而设计。它为评估图像质量提供了技术数据。
- 代币高效：通过在本地预过滤技术元数据来保存模型上下文。只有最相关的见解才会发送到人工智能应用程序，从而保持会话的快速和精简。
- 隐私第一：所有分析都在您的机器上100%本地进行。
- 低延迟：专为高效处理而设计，允许对本地照片文件夹进行快速排名和技术反馈。
______________________________________________________________________
👁️ 它分析了什么
- 智能焦点：检测受试者并验证他们是否敏锐
- 暴露：捕捉吹出的高光和遮挡的阴影
- 装备感知：知道镜头的最佳锐度
- 构图：评估框架和主题放置
- 质量警报：标记运动模糊、衍射、高ISO噪声
\[！注意\] 技术与艺术：此工具严格 目标。它根据技术指标和计算机视觉（锐度、曝光、噪声等）评估照片。确实如此 不 理解艺术意图、美学或“氛围”。一张模糊、曝光不足的照片可能是一幅艺术杰作，但 photographi 将正确地将其标记为技术较差。有关其背后的科学和数学，请参阅 技术文档.
______________________________________________________________________
📸 在行动中看到它
以下是实际照片分析的真实示例：
示例1：优秀照片
{
"overallConfidence": 0.89,
"judgement": "Excellent",
"keyMetrics": {
"sharpness": 0.94,
"exposure": 0.87,
"composition": 0.85
}
}判决： 题材犀利，曝光良好，构图强烈。
______________________________________________________________________
示例2：照片质量差
{
"overallConfidence": 0.20,
"judgement": "Very Poor",
"keyMetrics": {
"sharpness": 0.30,
"focus": 0.07,
"exposure": 0.0
}
}判决： 错过了对拍摄对象的聚焦，严重曝光不足/黑色剪裁，以及过大的净空。
______________________________________________________________________
🛠️ 工具（MCP）
photographi-mcp 使AI模型能够通过这些标准化工具进行深入的技术审计：
| 工具 | 人工智能“意图”示例 | 提供的行动/见解 |
|---|---|---|
analyze_photo | “这张狗的照片是否足够清晰，可以打印？” | 对清晰度、焦距和光线进行全面的技术审核。 |
analyze_folder | “我的‘度假’文件夹的整体质量如何？” | 识别最佳/最差图像组的统计摘要。 |
rank_photographs | “在这片蛋糕中找到最好的镜头。” | 按技术完美度对文件进行排名，以找到“英雄”的画面。 |
cull_photographs | “将所有模糊的照片移动到垃圾文件夹。” | 自动将失败的照片清理到子文件夹中。 |
threshold_cull | “使用0.7分严格区分保管人。” | 二元排序以隔离专业级资产。 |
get_color_palette | “我的网站在日落时分有什么颜色？” | 提取占主导地位的图像美学的十六进制代码。 |
get_folder_palettes | “从我的‘森林’拍摄中生成一个moodboard。” | 批量提取整个文件夹的颜色。 |
get_scene_content | “哪些照片包含‘猫’或‘山’？” | 基于80多个对象类别的快速内容索引。 |
______________________________________________________________________
🚀 开始使用
Claude CLI（最快）
claude mcp add --scope user photographi uvx photographi-mcp克劳德桌面（macOS）
增添 ~/Library/Application Support/Claude/claude_desktop_config.json:
{
"mcpServers": {
"photographi": {
"command": "uvx",
"args": ["photographi-mcp"]
}
}
}GitHub Copilot命令行界面
增添 ~/.config/github-copilot/config.json:
{
"mcp_servers": {
"photographi": {
"command": "uvx",
"args": ["photographi-mcp"]
}
}
}______________________________________________________________________
🔒 隐私和遥测
photographi 是建立在一个 隐私第一 哲学。
- 仅匿名骨料：我们从不收集文件名、路径或EXIF数据。
- 完全透明：直接在中审核我们的收款逻辑
analytics.py. - 退出：设置环境变量
PHOTOGRAPHI_TELEMETRY_DISABLED=1或使用--disable-telemetry旗帜。
______________________________________________________________________
📖 文档
______________________________________________________________________
Built with ❤️ for photographers