返回 MCP 目录
public公开dns本地运行

Read Images

一个基于OpenRouter视觉模型的MCP图像分析服务器

article

README

🚀 MCP 读取图像服务器

MCP 读取图像服务器是一个借助 OpenRouter 视觉模型来分析图像的工具。它提供了简洁的接口,支持通过 Claude - 3.5 - sonnet 和 Claude - 3 - opus 等多种视觉模型分析图像,可通过 OpenRouter API 进行访问。

🚀 快速开始

MCP 读取图像服务器能帮助你轻松利用 OpenRouter 视觉模型分析图像,下面将为你介绍详细的安装、配置和使用方法。

📦 安装指南

你可以使用以下命令进行安装:

npm install @catalystneuro/mcp_read_images

📚 详细文档

配置

该服务器需要一个 OpenRouter API 密钥,你可以从 OpenRouter 获取。 将服务器添加到你的 MCP 设置文件(通常位于 ~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json 对于 VSCode):

{
  "mcpServers": {
    "read_images": {
      "command": "read_images",
      "env": {
        "OPENROUTER_API_KEY": "your-api-key-here",
        "OPENROUTER_MODEL": "anthropic/claude-3.5-sonnet"  // 可选,默认为 claude-3.5-sonnet
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}

使用方法

该服务器提供了一个单一工具 analyze_image,用于分析图像:

💻 使用示例

基础用法

// 基本用法(使用默认模型)
use_mcp_tool({
  server_name: "read_images",
  tool_name: "analyze_image",
  arguments: {
    image_path: "/path/to/image.jpg",
    question: "你在这张图片中看到了什么?"  // 可选
  }
});

高级用法

// 使用特定模型进行分析
use_mcp_tool({
  server_name: "read_images",
  tool_name: "analyze_image",
  // 此处应补充完整代码
help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端