MCP-VizAPI: Visual Data Extraction with VizAPI.ai
2025.05.07
0
Python视觉数据提取文档处理图像处理内容生成
vizapi-mcp-server 是一个与 VizAPI.ai 集成的 MCP 服务器，专门用于从图像和文档中提取结构化数据。该服务器允许兼容 Model Context Protocol (MCP) 的 AI 代理利用 VizAPI 强大的视觉数据提取能力。
View on GitHub
Overview
基本能力
产品定位
vizapi-mcp-server 是一个用于视觉数据提取的 MCP 服务器，主要服务于需要从图像和文档中提取结构化数据的 AI 代理。
核心功能
- 列出可用提取模板：获取所有用户的私有模板。
- 检索特定提取模板：通过 ID 获取特定模板。
- 建议提取字段：分析文档/图像并建议可提取的字段。
- 提取数据：使用预定义模板从文档/图像中提取结构化数据。
- 健康检查：检查 VizAPI.ai 服务的运行状态。
适用场景
- 自动化文档处理
- 图像数据提取
- 结构化数据生成
工具列表
get_template_by_id：通过 ID 检索特定提取模板。list_templates：获取认证用户的所有私有模板。suggest_fields：分析文档/图像并建议提取字段。extract_values：使用模板从文档/图像中提取结构化数据。health_check：检查 VizAPI.ai 服务的运行状态。
常见问题解答
- 如何获取 API 密钥：从 VizAPI.ai 仪表板 获取。
- 如何配置环境变量：在
.env文件中设置VIZAPI_API_KEY和其他必要变量。
使用教程
使用依赖
- Python 3.12+
- VizAPI.ai 账户和 API 密钥
- Docker（推荐）
安装教程
使用 uv
- 安装 uv：
bash pip install uv - 克隆仓库：
bash git clone <your_repository_url_here> cd vizapi-mcp-server - 安装依赖：
bash uv pip install -e . - 创建
.env文件：bash cp .env.example .env或手动创建.env文件并配置VIZAPI_API_KEY。
使用 Docker
- 构建 Docker 镜像：
bash docker build -t mcp/vizapi --build-arg PORT=8060 . - 创建
.env文件并配置VIZAPI_API_KEY。
调试方式
SSE 传输
uv run src/main.py
Stdio 传输
确保 .env 文件中 TRANSPORT=stdio 并设置 VIZAPI_API_KEY。
Docker 运行
docker run --env-file .env -p 8060:8060 mcp/vizapi