paizhaojieti-stdio-mcp

# Paizhaojieti STDIO MCP Server 基于智谱AI拍照解题智能体的STDIO类型MCP服务，支持在ModelScope上使用个人授权的阿里云函数计算资源进行部署。 ## 功能特点 - 📸 **拍照解题**: 支持数学题、物理题、化学题等各种学科的题目识别和解答 - 🔄 **STDIO协议**: 符合ModelScope MCP STDIO协议规范 - ☁️ **云原生部署**: 支持在ModelScope上使用个人阿里云函数计算资源部署 - 🚀 **快速响应**: 基于智谱AI拍照解题智能体，响应速度快 - 📦 **轻量级**: 仅依赖requests库，部署简单 - 🧪 **易于测试**: 提供完整的测试脚本 ## 技术栈 - Python 3.7+ - requests库 - ModelScope MCP STDIO协议 ## 快速开始 ### 本地开发环境 #### 安装依赖 ```bash pip install -r requirements.txt ``` #### 运行测试 ```bash # 运行测试脚本 python test_client.py ``` 测试脚本会自动启动服务，测试所有功能，并输出详细结果。 #### 直接运行服务 ```bash python server.py ``` 服务启动后，会从标准输入读取JSON-RPC请求，处理后写入标准输出。 ## 部署到ModelScope ### 步骤1: 准备GitHub仓库 1. 创建GitHub仓库，命名为 `paizhaojieti_stdio_mcp` 2. 上传代码到仓库 ```bash git init git add . git commit -m "Initial commit" git remote add origin https://github.com/yourusername/paizhaojieti_stdio_mcp.git git push -u origin main ``` ### 步骤2: 在ModelScope创建MCP服务 1. 访问 [ModelScope MCP广场](https://modelscope.cn/mcp) 2. 点击"创建MCP服务"或"发布MCP服务" 3. 填写基本信息： - **MCP名称**: Paizhaojieti STDIO MCP Server - **MCP描述**: 基于智谱AI拍照解题智能体的STDIO类型MCP服务 - **MCP类型**: STDIO - **GitHub仓库**: https://github.com/yourusername/paizhaojieti_stdio_mcp - **部署方式**: 选择"个人阿里云函数计算资源" - **配置文件路径**: mcp_config.json 4. 点击"提交"完成创建 ### 步骤3: 验证部署 1. 在ModelScope MCP广场搜索并找到你的服务 2. 点击"调用"按钮 3. 填写测试参数： - `image_url`: 题目图片URL - `api_key`: 智谱AI API密钥 4. 点击"执行"查看结果 ## 使用说明 ### 支持的工具 #### solve_image_problem **功能**: 通过上传图片URL来解题，支持数学题、物理题、化学题等各种学科的题目识别和解答。 **参数**: - `image_url` (必填): 题目图片的URL地址，必须是公网可访问的图片链接 - `api_key` (必填): 智谱AI的API密钥，用于调用拍照解题智能体 **响应示例**: ```json { "jsonrpc": "2.0", "id": 1, "result": { "content": [ { "type": "text", "text": "1.大语言模型基于 Transformer 架构延伸出不同的路线图，BERT 属于其中哪一种路线图？\nA. Encoder-Only\nB. Decoder-Only\nC. Encoder-decoder\nD. 以上都不是\n【解析】\n本题考查对大语言模型架构的理解。BERT（Bidirectional Encoder Representations from Transformers）是Google在2018年发布的一种预训练语言模型，它基于Transformer架构，但与传统的Transformer不同，BER…