AI导哈

图像分析服务

基于OpenAI视觉能力的图像分析服务，提供全面的图像内容识别和分析功能。

  • by lpenguin
  • JavaScript
  • 本地部署
  • 更新于
在 GitHub 查看 lpenguin/openai-image-vision-mcp

使用说明

openai图像视觉mcp

MCP（模型上下文协议）服务器，用于使用OpenAI的视觉功能分析图像。

特性

  • 使用OpenAI的GPT-4 Vision API分析图像
  • 提供全面的图像分析，包括：
    • 主要主题和对象
    • 人、活动和表达
    • 设置、环境和照明
    • 文本检测和转录
    • 颜色、构图和艺术风格
    • 上下文和目的推理
  • MCP协议的STDIO传输
  • 具有严格类型的TypeScript实现（否 any 类型）
  • ESLint配置了严格的规则

安装

npm install
npm run build

配置

所需的环境变量：

  • OPENAI_API_KEY：您的OpenAI API密钥

可选环境变量：

  • OPENAI_API_URL：自定义OpenAI API端点（用于使用模拟服务器进行测试，默认为OpenAI的官方端点）
export OPENAI_API_KEY=your_api_key_here
# Optional: Use a custom API endpoint
export OPENAI_API_URL=http://localhost:5002/v1

用法

通过在配置文件中添加以下内容，可以在MCP客户端（例如Claude Desktop）中配置服务器：

Claude桌面配置

在MacOS上： ~/Library/Application Support/Claude/claude_desktop_config.json 在Windows上： %APPDATA%/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "openai-image-vision": {
      "command": "node",
      "args": ["/absolute/path/to/openai-image-vision-mcp/build/index.js"],
      "env": {
        "OPENAI_API_KEY": "your_api_key_here"
      }
    }
  }
}

可用工具

分析图像

使用OpenAI的视觉功能分析图像。

参数：

  • image_path （必填）：要分析的图像的本地文件路径
  • prompt （可选）：特定分析的自定义提示。如果未提供，则使用全面的默认分析
  • model （可选）：要使用的OpenAI模型（默认值：gpt-4o）。支持的型号：gpt-4o、gpt-4o-mini、gpt-4-turbo、gpt-4-视觉回顾
  • max_tokens （可选）：响应的最大令牌数（默认值：1000）

例子：

{
  "image_path": "/path/to/image.jpg",
  "prompt": "What objects are in this image?",
  "model": "gpt-4o",
  "max_tokens": 500
}

发展

构建

npm run build

棉绒

npm run lint

集成测试

使用模拟OpenAI API服务器运行集成测试：

npm run integration-test

集成测试：

  1. 启动本地MCP服务器实例
  2. 连接到模拟OpenAI API（使用 MockAI)
  3. 验证服务器是否可以初始化、列出工具和分析图像
  4. 确保服务器与OpenAI API正确通信

CI/CD

该项目包括GitHub Actions工作流，这些工作流：

  • 构建和Lint：在推送和拉取请求上运行，在Node.js 18.x和20.x上进行测试，执行lint和build命令
  • 集成测试：使用模拟OpenAI API服务器运行集成测试，以确保端到端功能

许可证

国际协调委员会

相关 MCP