AI导哈

多模态处理服务器

API易 MCP Server是一个支持多模态处理的服务器，提供视频理解、音频处理、图片分析、文档转换、Google搜索、代码执行和思维链推理等功能，适用于需要高效处理多种媒体格式的开发者和企业。

  • by 2799662352
  • JavaScript
  • 本地部署
  • 更新于
在 GitHub 查看 2799662352/apiyi-mcp-server

使用说明

API易 MCP Server

基于 aistudio-mcp-server 改造，支持 API易 的 Gemini 原生格式调用。

Docker Hub: zuozuoliang999/apiyi-mcp-server

✨ 特性

  • 🎬 视频理解：支持 MP4, AVI, MOV, WebM, FLV, MPG, WMV (最大 20MB)
  • 🎙️ 音频处理：支持 MP3, WAV, AIFF, AAC, OGG, FLAC
  • 🖼️ 图片分析：支持 JPG, PNG, GIF, WebP, SVG, BMP, TIFF
  • 📄 文档转换：PDF 转 Markdown，支持 TXT, MD, JSON, XML, CSV, HTML
  • 🔍 Google 搜索：内置 Google 搜索能力
  • 💻 代码执行：支持 Python 代码执行
  • 🧠 思维链推理：支持 Gemini 2.5 系列的 thinking_budget
  • 💰 分辨率优化：支持媒体分辨率调整，节省 tokens 费用
  • 🐳 Docker 支持：完整的 Docker 容器化部署

🚀 快速开始

1. 获取 API易 密钥

  1. 访问 API易控制台 注册账号
  2. 充值后获取 API Key

2. 配置 MCP 客户端

Cursor / Claude Desktop 配置

{
  "mcpServers": {
    "apiyi": {
      "command": "node",
      "args": ["D:/jianji_FFMPEG/apiyi-mcp-server/dist/index.js"],
      "env": {
        "APIYI_API_KEY": "你的API易密钥",
        "GEMINI_MODEL": "gemini-3.1-pro-preview-thinking",
        "APIYI_BASE_URL": "https://api.apiyi.com"
      }
    }
  }
}

使用 npx 方式（需要先发布到 npm）

{
  "mcpServers": {
    "apiyi": {
      "command": "npx",
      "args": ["-y", "apiyi-mcp-server"],
      "env": {
        "APIYI_API_KEY": "你的API易密钥"
      }
    }
  }
}

3. 🐳 Docker 部署 (推荐)

无需安装 Node.js，直接从 Docker Hub 拉取镜像！

# 直接使用 Docker Hub 镜像
docker pull zuozuoliang999/apiyi-mcp-server:latest

# 运行容器
docker run -it --rm \
  -e APIYI_API_KEY=你的API易密钥 \
  -v /path/to/your/media:/app/media:ro \
  zuozuoliang999/apiyi-mcp-server:latest

使用 docker-compose

# 克隆项目
git clone https://github.com/2799662352/apiyi-mcp-server.git
cd apiyi-mcp-server

# 创建环境变量文件
echo "APIYI_API_KEY=你的API易密钥" > .env

# 启动服务
docker-compose up -d

# 查看日志
docker logs -f apiyi-mcp-server

Cursor MCP 配置 (Docker 方式)

{
  "mcpServers": {
    "apiyi": {
      "command": "docker",
      "args": [
        "run", "-i", "--rm",
        "-e", "APIYI_API_KEY=你的API易密钥",
        "-v", "/path/to/your/media:/app/media:ro",
        "zuozuoliang999/apiyi-mcp-server:latest"
      ]
    }
  }
}

Windows + Cursor 完整实战配置（含长输出 / 长超时 / Gemini 3.1 思维链）

下面这份是经过实测可用的 Windows 配置：把整个 D:\ 盘以只读方式挂进容器内的 /app/media，这样 Cursor 里给 files.path 传 D:/video/foo.mp4 也能直接被容器读到；同时通过 -e 单独声明环境变量（key 从 env 字段注入，避免在 args 里出现明文密钥）。

{
  "mcpServers": {
    "apiyi": {
      "command": "docker",
      "args": [
        "run", "-i", "--rm",
        "-e", "APIYI_API_KEY",
        "-e", "GEMINI_MODEL",
        "-e", "APIYI_BASE_URL",
        "-e", "GEMINI_MAX_OUTPUT_TOKENS",
        "-e", "GEMINI_TIMEOUT",
        "-v", "D:/:/app/media:ro",
        "zuozuoliang999/apiyi-mcp-server:latest"
      ],
      "env": {
        "APIYI_API_KEY": "sk-YOUR_API_KEY_HERE",
        "GEMINI_MODEL": "gemini-3.1-pro-preview-thinking",
        "APIYI_BASE_URL": "https://api.apiyi.com",
        "GEMINI_MAX_OUTPUT_TOKENS": "65536",
        "GEMINI_TIMEOUT": "1800000"
      }
    }
  }
}

要点说明：

  • -v D:/:/app/media:ro：把整个 D: 盘只读挂载到容器，Cursor 中无论传 D:/... 还是 D:\... 路径都能命中容器内 /app/media/...。
  • 用 -e KEY + env.KEY 的分离写法，可避免把密钥明文写在 args 中（args 在某些日志里会被打印）。
  • GEMINI_MAX_OUTPUT_TOKENS=65536：跑长视频/长文档分析时建议放开，默认 8192 容易被截断。
  • GEMINI_TIMEOUT=1800000（30 分钟）：搭配 thinking 模型/大文件多模态分析时避免提前超时。
  • GEMINI_MODEL=gemini-3.1-pro-preview-thinking：开启 Gemini 3.1 思维链模型；如想节省成本可改回 gemini-2.5-flash。

4. 本地开发 (需要 Node.js)

# 进入项目目录
cd D:\jianji_FFMPEG\apiyi-mcp-server

# 安装依赖
npm install

# 编译
npm run build

# 启动
npm start

⚙️ 环境变量配置

变量名 描述 默认值
APIYI_API_KEY API易 密钥 (必需) -
GEMINI_API_KEY 备用：Google AI Studio 密钥 -
APIYI_BASE_URL API易 端点 https://api.apiyi.com
GEMINI_BASE_URL 备用：自定义端点 -
GEMINI_MODEL 默认模型 gemini-3.1-pro-preview-thinking
GEMINI_TIMEOUT 超时时间 (ms) 300000 (5分钟)
GEMINI_MAX_OUTPUT_TOKENS 最大输出 tokens 8192
GEMINI_MAX_FILES 最大文件数 10
GEMINI_MAX_TOTAL_FILE_SIZE 最大总文件大小 (MB) 50
GEMINI_TEMPERATURE 温度参数 0.2
GEMINI_MEDIA_RESOLUTION 媒体分辨率 (LOW/MEDIUM/HIGH) MEDIUM

📖 使用示例

视频理解

{
  "user_prompt": "分析这个视频的内容，描述主要场景和人物动作",
  "files": [
    {
      "path": "D:/jianji_FFMPEG/误解向剪辑.mp4"
    }
  ]
}

图片分析

{
  "user_prompt": "描述这张图片中的内容",
  "files": [
    {
      "path": "/path/to/image.jpg"
    }
  ]
}

PDF 转 Markdown

{
  "user_prompt": "将这个 PDF 转换为格式良好的 Markdown，保留结构和格式",
  "files": [
    {"path": "/document.pdf"}
  ]
}

Google 搜索

{
  "user_prompt": "2024年最新的AI技术突破有哪些？",
  "enable_google_search": true
}

代码执行

{
  "user_prompt": "编写并运行一个计算100以内质数的Python脚本",
  "enable_code_execution": true
}

思维链推理 (Gemini 3.1 Thinking)

{
  "user_prompt": "详细分析量子计算的技术方案",
  "model": "gemini-3.1-pro-preview-thinking"
}

Gemini 3.1 思维链版本默认开启 thinking，无需手动指定 thinking_budget。若你仍想精细控制，可继续传 thinking_budget 参数。

💰 媒体分辨率优化 (节省费用)

使用较低分辨率处理图片/视频，节省 tokens 费用：

{
  "user_prompt": "这张图片的主题是什么？",
  "files": [{"path": "/path/to/large_image.jpg"}],
  "media_resolution": "LOW"
}
分辨率 说明 适用场景
LOW 最低分辨率 简单识别、节省费用
MEDIUM 中等分辨率 (默认) 一般场景
HIGH 最高分辨率 需要细节分析

📚 API易 文档参考

🔧 支持的模型

模型 描述
gemini-3.1-pro-preview-thinking 默认：Gemini 3.1 思维链版本，最强复杂任务/长上下文
gemini-3.1-pro-preview Gemini 3.1 标准版（不开 thinking，速度更快）
gemini-3-pro-preview Gemini 3 预览版（上一代）
gemini-2.5-flash 混合推理，响应最快，适合简单识别

⚠️ 注意事项

  1. 文件大小限制：单个媒体文件不超过 20MB
  2. 推理成本：thinking tokens 会计入输出成本
  3. 代码执行：仅支持 Python，在沙箱环境中运行
  4. API 密钥：使用 API易 密钥，非 Google AI Studio 密钥

🔗 链接

📄 许可证

MIT License

基于 eternnoir/aistudio-mcp-server 修改

相关 MCP