Wikimedia Image Search MCP

维基媒体图像搜索MCP服务器

此MCP（模型上下文协议）服务器使AI助手能够在维基共享资源上搜索图像。它提供了详细的元数据和可选的缩略图合成，以帮助AI模型直观地比较结果。

概述

该服务器旨在为AI助手在搜索视觉内容时提供“眼睛”。AI可以检索图像元数据的结构化列表和包含搜索结果缩略图的合成图像，而不是仅基于文件名或文本描述进行猜测。

当AI助手需要：

• 找到合适的图像来创建网站、文章或演示文稿。
• 为教育材料或书籍选择图像。
• 在推荐图像之前，请先验证图像的视觉内容。
• 比较多个图像，为特定上下文选择最相关的图像。

通过提供元数据（许可证、作者、描述、尺寸）和视觉预览，人工智能可以就使用或下载哪些图像做出明智的决定。

设置

先决条件

• Node.js：版本18或更高版本。
• MCP客户端：兼容的客户端，如VS Code、Cursor、Claude Code、Windsurf、Cline、Claude Desktop。..

安装

要使用此服务器，请将MCP客户端配置为使用以下命令运行它 npx.

VS Code

将以下配置添加到MCP设置文件中（通常位于 %APPDATA%\Code\User\globalStorage\mcp-servers.json 在Windows或 ~/Library/Application Support/Code/User/globalStorage/mcp-servers.json 在macOS上）。

{
  "mcpServers": {
    "wikimedia-image-search": {
      "command": "npx",
      "args": [
        "-y",
        "wikimedia-image-search-mcp"
      ]
    }
  }
}

Cursor

首选 光标设置 > 主控程序 > 添加新的MCP服务器.

• 名字：维基媒体图片搜索
• 类型：命令
• 命令: npx -y wikimedia-image-search-mcp

或者，编辑您的 .cursor/mcp.json 文件：

{
  "mcpServers": {
    "wikimedia-image-search": {
      "command": "npx",
      "args": [
        "-y",
        "wikimedia-image-search-mcp"
      ]
    }
  }
}

Claude Desktop

编辑您的 claude_desktop_config.json 文件（通常位于 %APPDATA%\Claude\claude_desktop_config.json 在Windows或 ~/Library/Application Support/Claude/claude_desktop_config.json 在macOS上）。

{
  "mcpServers": {
    "wikimedia-image-search": {
      "command": "npx",
      "args": [
        "-y",
        "wikimedia-image-search-mcp"
      ]
    }
  }
}

Claude Code

在终端中运行以下命令：

claude mcp add wikimedia-image-search -- npx -y wikimedia-image-search-mcp

工具使用

此服务器公开了一个工具： wikimedia_search_images.

工具架构

该工具接受以下参数：

• 怎么翻译 （字符串，必填）：搜索词（例如，“日落海洋”、“埃菲尔铁塔”）。
• 限制 （number，可选）：返回的最大结果数（默认值：9，最大值：50）。
• 偏移 （number，可选）：分页时要跳过的结果数。
• 许可证 （字符串，可选）：按许可证筛选。选项： "all" （默认）或 "no_restrictions" （CC0/公共领域）。
• 包括_缩略图 （boolean，可选）：是否生成并返回缩略图的合成图像（默认值： true).

运作原理

1. 获取：该工具使用提供的搜索词和筛选器查询Wikimedia Commons API。它检索包含图像URL、元数据和许可证信息的原始JSON数据。
2. 处理：解析原始JSON响应并将其转换为干净、结构化的列表 ImageMetadata 物体。
3. 格式化:

- 文本：元数据列表被转换为YAML格式的字符串。这为AI提供了一个可读的、结构化的结果文本概述（包括文件大小、尺寸、作者和许可证）。 - 视觉的：如果 include_thumbnails 如果是真的，该工具会下载每个结果的缩略图。然后，它使用 sharp 库将这些缩略图合成到一个网格图像中，每个图像上都覆盖有索引号。

1. 响应：该工具返回一条包含YAML文本和合成图像（MIME类型）的多内容消息 image/jpeg).

您可以在中查看输出文件的示例 test-output/ 目录：

• wikimedia搜索结果.json：来自维基媒体API的原始JSON响应。
• formattedSearchResults.txt：YAML格式的文本响应。
• thumnailcomposite.jpeg：生成的搜索结果可视化网格。

演示


发展

要为此项目做出贡献或从源代码本地运行它，请执行以下操作：

1. 克隆存储库:

   git clone https://github.com/yanexr/wikimedia-image-search-mcp.git
   cd wikimedia-image-search-mcp

1. 安装依赖项:

   npm install
   # or
   pnpm install

1. 构建项目:

   npm run build
   # or
   pnpm run build

1. 本地配置:

要使用MCP客户端在本地测试服务器，请将配置指向您的构建文件。

   {
     "mcpServers": {
       "wikimedia-local": {
         "command": "node",
         "args": [
           "C:/path/to/wikimedia-image-search-mcp/dist/index.js"
         ]
       }
     }
   }

1. 测试和调试:

您可以使用MCP检查器以交互方式测试服务器：

   npm run inspect
   # or
   pnpm run inspect