🧠 MCP服务器（模型控制协议）
一个模块化的FastAPI后端，旨在控制和自动化报价生成、图像处理、视频元数据管理和结构化内容分发的生命周期，由PostgreSQL和现代Python工具提供支持。
______________________________________________________________________
🚀 特性
- 🔡 报价和结构生成器
- 🖼️ 图像下载器，调整大小和ALT文本匹配器
- 🔄 批量提交到Azure OpenAI
- 📹 视频元数据清理器
- 📊 元数据生成器和文本合并
- 🧭 故事的循环导航逻辑
- 🧹 最终报价花式数据重新排序
- 📥 所有通过PostgreSQL处理的数据
______________________________________________________________________
📦 文件夹结构
MCP服务器/ ├── main.py#FastAPI入口点 ├── .env#环境秘密（PG_HOST、PG_USER等） ├── 路由器/#所有功能路由模块化 │ ├── quotes.py │ ├── image_router.py │ ├── altxt.py │ ├── rotate.py │ ├── 重新排序.py │ └── … ├── requirements.txt#所有依赖项
______________________________________________________________________
🛠️ 本地设置和运行
1.克隆存储库
git clone https://github.com/Iamkrmayank/quote-fancy-mcp-server.git
cd mcp-server2.创建.env文件
PG_HOST=localhost
PG_PORT=5432
PG_DATABASE=your_db
PG_USER=your_user
PG_PASSWORD=your_password3.安装依赖项
pip install -r requirements.txt4.运行FastAPI服务器
uvicorn main:app --reload5.关键终点
🔁 关键终点
| 方法 | 端点 | 描述 |
|---|---|---|
| 职位 | /quotes/ | 生成或抓取报价 |
| 职位 | /generate/ | 生成结构化文本内容 |
| 职位 | /images/ | 从外部源下载图像 |
| 职位 | /match/ | 将ALT文本与图像匹配 |
| 职位 | /azure/ | 向Azure OpenAI提交批处理文本任务 |
| 职位 | /track/ | 跟踪Azure批处理映像处理 |
| 职位 | /merge_text/ | 合并结构化报价内容 |
| 职位 | /resizer/ | 调整图像大小并将其保存到S3/CDN |
| 职位 | /distribute/ | 分发图像URL和段落文本 |
| 职位 | /videometa/ | 清理并规范视频元数据 |
| 职位 | /modify_column/ | 删除或更新特定数据库列 |
| 职位 | /metadata/ | 生成元数据（标题、描述、关键字） |
| 职位 | /rotate/ | 为故事添加循环下一页/上一页导航 |
| 职位 | /reorder/ | 将最终输出重新排序为 final_quote_fancy_data |
📍 访问Swagger用户界面： http://localhost:8000/docs
📄 许可证
MIT许可证
👨💻 作者
库马尔 马扬克 📬 领英 🌐 GitHub