mcp-vision-gateway

# MCP Vision Gateway (视觉AI网关) 一个连接MCP与视觉AI模型的网关服务，支持纯文本对话和图像分析（通过URL或Base64编码）。 ## 安装 ```bash pip install mcp-vision-gateway ``` ## 功能 ### 工具 (Tools) - `vision_query`: 向AI模型发送查询，支持纯文本对话和图像分析 - 支持通过URL引用图像 - 支持通过image_ref引用图像（推荐方式） - 支持通过base64编码传递图像 - 可自定义模型、温度等参数 - `upload_image_from_url`: 从URL下载图像并获取引用ID - 返回一个图像引用ID而非base64字符串 - 避免传输大量base64文本 - `upload_local_image`: 从本地文件读取图像并获取引用ID - 返回一个图像引用ID而非base64字符串 - 避免传输大量base64文本 - `list_available_models`: 列出可用的AI模型 ## 环境变量配置 设置以下环境变量来配置默认参数： - `VISION_API_BASE`: API基础URL (默认: https://api.ssopen.top) - `VISION_API_KEY`: API密钥 (必须设置) - `VISION_DEFAULT_MODEL`: 默认模型 (默认: gpt-4o) - `VISION_DEBUG`: 调试模式 (设置为"true"启用) ## 在阿里云百炼中使用 在阿里云百炼平台的MCP服务配置中，使用以下JSON： ```json { "mcpServers": { "vision-gateway": { "command": "uvx", "args": ["mcp-vision-gateway"], "env": { "VISION_API_KEY": "你的API密钥", "VISION_DEFAULT_MODEL": "gpt-4o" } } } } ``` ## 本地运行 安装后，在设置好环境变量的情况下，可以通过以下方式运行： ```bash # 使用uvx uvx mcp-vision-gateway # 使用包提供的命令 mcp-vision-gateway # 使用Python -m python -m mcp_vision_gateway ``` ## 使用示例 ### 1. 纯文本对话 ```python vision_query( prompt="你好，请问今天的天气如何？" ) ``` ### 2. 使用URL传递图像 ```python vision_query( prompt="描述这张图片", image_url="https://example.com/image.jpg" ) ``` ### 3. 使用图像引用ID（推荐方式） ```python # 从本地文件获取图像引用ID image_id = upload_local_image("C:/Users/YourName/Pictures/photo.jpg") # 或从URL获取图像引用ID # image_id = upload_image_from_url("https://example.com/image.jpg") # 使用图像引用ID进行查询 vision_query( prompt="描述这张图片", image_ref=image_id ) ``` ### 4. 指定自定义参数 ```python vision_query( prompt="描述这张图片", image_ref=image_id, model="gpt-4o-mini", temperature=0.5, max_tokens=500, api_key="自定义API密钥" ) ``` ## 许可证 MIT License