mcp-server-cvdlt

🚀 基于MCP的YOLO服务器（计算机视觉与深度学习工具）

本项目是一个基于MCP的YOLO服务器，属于计算机视觉与深度学习工具。它基于Ultralytics和Python SDK的Model Context协议构建，能够实现图像目标检测、分割和人体姿态估计等功能，为相关领域的开发和应用提供了有力支持。

相关链接：

• MCP游乐场客户端 - https://github.com/MRonaldo-gif/mcp-playground-local
• Ultralytics - https://github.com/ultralytics/ultralytics
• MCP Python版本 - https://github.com/modelcontextprotocol/python-sdk

🚀 快速开始

📦 安装指南

安装依赖项

uv sync  
# 如果需要清华大学源  
uv sync --index https://pypi.tuna.tsinghua.edu.cn/simple --extra-index-url https://pypi.org/simple  

uv pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

启动服务器

Stdio模式

python server.py

输出：

使用 stdio 传输启动 MCP 服务器（YOLO）

SSE模式

python server.py sse [端口号]

示例：

python server.py sse 8080

输出：

在端口 8080 上启动 MCP 服务器（YOLO），使用 SSE 传输

⚠️ 重要提示

服务器需要有效的图像路径或URL，并且需要访问以下模型文件：yolov10b.pt（YOLOv10检测）、yolov8n-seg.pt（YOLOv8分割）、yolov8n-pose.pt（YOLOv8姿态估计）和sam_b.pt（Ultralytics SAM）。此外，用户需要将权重文件下载到 ./checkpoints 目录中。下载链接🔗：https://...

✨ 主要特性

• 使用YOLOv10检测图像中的物体
• 使用YOLOv8分割图像中的物体
• 使用Ultralytics SAM分割整个图像
• 使用YOLOv8估计图像中的人体姿态
• 支持本地和网络图像输入
• 集成MCP工具进行客户端交互
• 支持Stdio和SSE传输协议

📚 详细文档

使用Claude Desktop

在你的 claude_desktop_config.json 中添加以下内容：

⚠️ 重要提示

你可以通过挂载沙盒目录的方式提供只读目录 /projects 给服务器。

SSE模式配置

{
  "mcpServers": {
    "server-with-yolo": {
      "url": "http://localhost:8080/sse"
    }
  }
}

权重文件目录结构

./checkpoints/  
├── yolov10b.pt  
├── yolov8n-seg.pt  
├── yolov8n-pose.pt  
└── sam_b.pt

📄 待办事项

• 3D检测
• AIGC（生成对抗网络、扩散模型）
• 密度估计
• 部署深度学习模型