MCP图像识别服务器（Python）
Python中的MCP服务器实现，使用各种LLM提供程序（Gemini、OpenAI、Qwen/Tongyi、Doubao等）提供图像识别功能。
特性
- 图像识别：描述图片或回答有关图片的问题。
- 多模型支持：双子座、GPT-4o、Qwen VL、豆瓣等之间动态切换。
- 灵活的：接受图像URL或Base64数据。
快速设置（推荐）
我们提供自动化脚本，一键设置环境和依赖关系。
Linux/macOS
git clone https://github.com/glasses666/mcp-image-recognition-py.git
cd mcp-image-recognition-py
./setup.sh视窗
- 克隆或下载此存储库。
- 双击
setup.bat.
脚本完成后，只需编辑 .env 使用API密钥文件。
______________________________________________________________________
安装与使用（手册）
如果您更喜欢手动安装或想使用 uv:
先决条件
- Python 3.10或更高版本
- 为您首选的模型提供商（Google Gemini、OpenAI、Aliyun DashScope等）提供API密钥
______________________________________________________________________
方法1：使用 uv （推荐）
紫外线 是一个非常快的Python包管理器。
1.直接用 uv run
您不需要手动创建虚拟环境。
# Clone the repo
git clone https://github.com/glasses666/mcp-image-recognition-py.git
cd mcp-image-recognition-py
# Create .env file with your API keys
cp .env.example .env
# Edit .env with your keys
# Run the server
uv run server.py2.使用 uvx （用于临时执行）
如果你想在不显式克隆仓库的情况下运行它（通过git进行实验支持）：
# Note: You still need to provide environment variables.
# It's easier to clone and use 'uv run' for persistent config via .env
uvx --from git+https://github.com/glasses666/mcp-image-recognition-py mcp-image-recognition______________________________________________________________________
方法2：标准Python（pip）
Linux/macOS
- 克隆和设置：
git clone https://github.com/glasses666/mcp-image-recognition-py.git
cd mcp-image-recognition-py
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt- 配置：
cp .env.example .env
# Edit .env and add your API keys- 运行：
python server.py视窗
- 克隆和设置：
git clone https://github.com/glasses666/mcp-image-recognition-py.git
cd mcp-image-recognition-py
python -m venv venv
.\venv\Scripts\activate
pip install -r requirements.txt- 配置：
copy .env.example .env
# Edit .env and add your API keys- 运行：
python server.py______________________________________________________________________
配置
创建一个 .env 项目根目录中的文件基于 .env.example:
1.适用于谷歌双子座（建议考虑速度/成本）
从获取API密钥 谷歌AI工作室.
GEMINI_API_KEY=your_google_api_key
DEFAULT_MODEL=gemini-1.5-flash2.同益倩雯（Qwen-阿里云）
从获取API密钥 阿里云DashScope.
OPENAI_API_KEY=your_dashscope_api_key
OPENAI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
DEFAULT_MODEL=qwen-vl-max3.斗宝（Volcengine）
从获取API密钥 Volcengine方舟.
OPENAI_API_KEY=your_volcengine_api_key
OPENAI_BASE_URL=https://ark.cn-beijing.volces.com/api/v3
DEFAULT_MODEL=doubao-pro-32k______________________________________________________________________
代理AI配置（克劳德桌面等）
要将此服务器与MCP客户端（如Claude Desktop）一起使用，请将其添加到配置文件中。
配置文件路径
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - 视窗:
%APPDATA%\Claude\claude_desktop_config.json - Linux:
~/.config/Claude/claude_desktop_config.json（如果可用）
配置JSON
选项A：使用 uv （最简单） 如果你有 uv 安装后，您可以让它处理环境。
{
"mcpServers": {
"image-recognition": {
"command": "/path/to/uv",
"args": [
"run",
"--directory",
"/absolute/path/to/mcp-image-recognition-py",
"server.py"
],
"env": {
"GEMINI_API_KEY": "your_gemini_key_here",
"OPENAI_API_KEY": "your_openai_key_here",
"OPENAI_BASE_URL": "https://api.openai.com/v1",
"DEFAULT_MODEL": "gemini-1.5-flash"
}
}
}
}选项B：标准Python Venv 确保您提供 绝对路径 到虚拟环境中的python可执行文件。
{
"mcpServers": {
"image-recognition": {
"command": "/absolute/path/to/mcp-image-recognition-py/venv/bin/python",
"args": [
"/absolute/path/to/mcp-image-recognition-py/server.py"
],
"env": {
"GEMINI_API_KEY": "your_gemini_key_here",
"OPENAI_API_KEY": "your_openai_key_here",
"OPENAI_BASE_URL": "https://api.openai.com/v1",
"DEFAULT_MODEL": "gemini-1.5-flash"
}
}
}
}*Windows注意事项：* 对于路径，使用双反斜杠 \\ （例如。， C:\\Users\\Name\\...).
______________________________________________________________________
使用工具
recognize_image
分析图像并返回文本描述。
参数：
image（string，必填）：要分析的图像。支持：
- HTTP/HTTPS URL（例如。， https://example.com/cat.jpg) - Base64编码字符串（有或没有 data:image/...;base64, 前缀）
prompt（字符串，可选）：特定指令。默认设置：“描述此图像”。model（string，可选）：覆盖此特定请求的默认模型。
许可证
麻省理工学院