SSE-based Server and Client-Streamlit-App

SSE-based Server and Client-Streamlit-App

site icon
2025.04.21 0
Python图像识别云原生内容生成
imagerecog 是一个基于 MCP(Model Context Protocol)协议的图像识别工具,采用服务器-客户端架构,提供简单高效的图像识别功能。该项目支持通过 SSE(Server-Sent Events)实现服务器与客户端的解耦,适用于云原生场景。
View on GitHub

Overview

基本能力

产品定位

imagerecog 是一个图像识别工具,基于 MCP 协议实现服务器与客户端的通信,支持云原生场景下的图像识别需求。

核心功能

  • 基于 MCP 协议的图像识别
  • 支持 SSE 通信模式,实现服务器与客户端的解耦
  • 提供 Streamlit 前端应用
  • 支持 Ollama 和 OpenAI API 集成
  • 支持 Docker 部署

适用场景

  • 云原生环境下的图像识别
  • 需要解耦服务器与客户端的应用场景
  • 需要集成多种 AI 模型(如 Ollama、OpenAI)的图像识别任务

工具列表

  • MCP 服务器:提供图像识别服务
  • Streamlit 应用:提供用户友好的前端界面
  • Ollama:支持本地运行的 AI 模型
  • OpenAI API:支持云端 AI 模型
  • Docker:支持容器化部署

常见问题解答

  • 如何启动 MCP 服务器? 使用命令 mcp dev src/server.pypython src/server.py
  • 如何启动 Streamlit 应用? 使用命令 python -m streamlit run app.py
  • 如何配置 OpenAI API?./streamlit/st.secrets.toml 文件中添加 OpenAI API 密钥。

使用教程

使用依赖

安装 MCP 和相关依赖:

# Installing mcp on Mac
brew install mcp

# Installing mcp on Linux
conda install -c conda-forge mcp

# Cloning the repo
git clone https://github.com/DrBenjamin/imagerecog

安装教程

  1. 创建并激活 conda 环境:
conda env create -f environment.yml
conda activate imagerecog
  1. 启动 MCP 服务器:
mcp dev src/server.py
# or
python src/server.py
  1. 启动 Streamlit 应用:
python -m streamlit run app.py

调试方式

检查服务端口是否正常启动:

lsof -i :6274
lsof -i :8080
lsof -i :8501

许可证

该项目遵循 None 开源许可条款。