MCP Read Images
2025.01.27
6
JavaScript图像分析视觉模型内容生成
mcp_read_images 是一个基于 OpenRouter 视觉模型的图像分析服务，提供简单接口用于分析图像内容。支持多种视觉模型如 Claude-3.5-sonnet 和 Claude-3-opus，具备自动图像优化、模型选择配置等功能。
View on GitHub
Overview
基本能力
产品定位
mcp_read_images 是一个图像分析服务，专注于通过 OpenRouter 的视觉模型对图像内容进行解析和回答相关问题。
核心功能
- 支持多种 OpenRouter 视觉模型（如 Claude-3.5-sonnet 和 Claude-3-opus）
- 自动图像大小调整和优化
- 可配置的模型选择
- 支持对图像提出自定义问题
- 详细的错误消息反馈
- 自动 JPEG 转换和质量优化
适用场景
- 图像内容分析
- 视觉问答系统
- 自动化图像处理流程
工具列表
analyze_image: 分析图像内容，支持自定义问题
常见问题解答
- 错误处理包括：无效图像路径、缺少 API 密钥、网络错误、无效模型选择和图像处理错误
- 模型选择优先级：工具调用中指定的模型 > MCP 设置中的模型 > 默认模型
使用教程
使用依赖
- 需要 Node.js 环境
- 需要 OpenRouter API 密钥（可从 https://openrouter.ai/keys 获取）
安装教程
npm install @catalystneuro/mcp_read_images
配置
在 MCP 设置文件中添加服务器配置（通常位于 ~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json）：
{
"mcpServers": {
"read_images": {
"command": "read_images",
"env": {
"OPENROUTER_API_KEY": "your-api-key-here",
"OPENROUTER_MODEL": "anthropic/claude-3.5-sonnet"
},
"disabled": false,
"autoApprove": []
}
}
}
调试方式
基本使用示例：
use_mcp_tool({
server_name: "read_images",
tool_name: "analyze_image",
arguments: {
image_path: "/path/to/image.jpg",
question: "What do you see in this image?"
}
});
指定模型使用示例：
use_mcp_tool({
server_name: "read_images",
tool_name: "analyze_image",
arguments: {
image_path: "/path/to/image.jpg",
question: "What do you see in this image?",
model: "anthropic/claude-3-opus-20240229"
}
});