AI导哈

图像分析服务器

Visara是一款符合Model Context Protocol（MCP）标准的视觉分析服务器，提供图像处理、文本提取和场景理解功能，支持前端开发工作流程。

  • by alexQi
  • TypeScript
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 alexQi/visara

使用说明

Visara-可视化MCP服务器

Visara是一个符合模型上下文协议（MCP）的视觉分析服务器，通过官方MCP协议提供图像处理功能。它可以分析图像、提取文本内容、理解场景，并为前端开发工作流程提供详细描述。

特性

  • MCP协议合规性：完全符合模型上下文协议规范，使用官方 @modelcontextprotocol/sdk
  • 图像分析：分析图像并提取详细信息，包括对象、文本和场景理解
  • 前端开发支持：UI/UX分析和前端开发的专门提示
  • 本地文件路径支持：自动将本地文件路径转换为base64数据URL
  • 生产就绪：包括Docker支持、健康检查和缓存
  • Qwen VL Plus集成：连接到Qwen-VL Plus多模式API，用于高级图像分析

安装

git clone <repository-url>
cd visara
npm install

用法

发展

# Build the project
npm run build

# Start the server
npm start

服务器将在以下时间可用 http://localhost:9451.

码头工人

# Copy environment variables
cp .env.example .env
# Edit .env with your Qwen-VL API key

# Build and run with Docker Compose
docker-compose up --build

MCP端点

  • GET /health -健康检查端点
  • GET /tools -列出可用工具
  • GET /resources -列出可用资源
  • GET /prompts -列出可用提示
  • POST / -用于工具调用的主MCP端点
  • POST /images/upload -用于直接图像处理的文件上传端点

工具

analyze_image

分析图像并提取详细信息。

参数：

  • imageUrl （字符串，必填）：要分析的图像的URL或本地文件路径
  • imageBase64 （字符串，可选）：Base64编码的图像数据
  • prompt （字符串，可选）：图像分析的自定义提示
  • model （字符串，可选）：要使用的模型（默认值：qwen-vl-plus）
  • temperature （数字，可选）：发电温度（0.0-1.0）
  • maxTokens （数字，可选）：响应的最大令牌数

提示

  • 详细描述：获取图像中所有可见元素的详细描述
  • 前端分析：分析UI/UX原型并提取组件结构、布局和样式信息
  • 反应堆组件发电：基于UI原型生成React组件结构
  • css_style_提取：提取详细的CSS样式、颜色、排版和间距
  • ui_组件_库存：创建原型中存在的所有UI组件和元素的清单
  • 响应式设计分析：分析响应式设计方面和断点
  • 对象检测：识别并列出图像中的所有对象及其位置
  • 文本提取：从图像中提取所有可见文本
  • 场景理解：提供对场景背景的高层次理解

环境变量

  • QWEN_VL_API_KEY：您的Qwen-VL API密钥来自https://dashscope.console.aliyun.com/apiKey
  • QWEN_VL_API_BASE_URL：Qwen-VL API基本URL（默认值：https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation)
  • PORT：服务器端口（默认值：9451）
  • HOST：服务器主机（默认值：0.0.0.0）
  • CACHE_TTL：缓存生存时间（秒）（默认值：3600）
  • MAX_FILE_SIZE：上传的最大文件大小（以字节为单位）（默认值：10485760=10MB）
  • ALLOWED_MIME_TYPES：允许上传文件的MIME类型（默认：image/jpeg、image/png、image/webp）

许可证

麻省理工学院

相关 MCP