openai图像视觉mcp
MCP（模型上下文协议）服务器，用于使用OpenAI的视觉功能分析图像。
特性
- 使用OpenAI的GPT-4 Vision API分析图像
- 提供全面的图像分析，包括：
- 主要主题和对象 - 人、活动和表达 - 设置、环境和照明 - 文本检测和转录 - 颜色、构图和艺术风格 - 上下文和目的推理
- MCP协议的STDIO传输
- 具有严格类型的TypeScript实现（否
any类型） - ESLint配置了严格的规则
安装
npm install
npm run build配置
所需的环境变量：
OPENAI_API_KEY：您的OpenAI API密钥
可选环境变量：
OPENAI_API_URL：自定义OpenAI API端点（用于使用模拟服务器进行测试，默认为OpenAI的官方端点）
export OPENAI_API_KEY=your_api_key_here
# Optional: Use a custom API endpoint
export OPENAI_API_URL=http://localhost:5002/v1用法
通过在配置文件中添加以下内容，可以在MCP客户端（例如Claude Desktop）中配置服务器：
Claude桌面配置
在MacOS上： ~/Library/Application Support/Claude/claude_desktop_config.json 在Windows上： %APPDATA%/Claude/claude_desktop_config.json
{
"mcpServers": {
"openai-image-vision": {
"command": "node",
"args": ["/absolute/path/to/openai-image-vision-mcp/build/index.js"],
"env": {
"OPENAI_API_KEY": "your_api_key_here"
}
}
}
}可用工具
分析图像
使用OpenAI的视觉功能分析图像。
参数：
image_path（必填）：要分析的图像的本地文件路径prompt（可选）：特定分析的自定义提示。如果未提供，则使用全面的默认分析model（可选）：要使用的OpenAI模型（默认值：gpt-4o）。支持的型号：gpt-4o、gpt-4o-mini、gpt-4-turbo、gpt-4-视觉回顾max_tokens（可选）：响应的最大令牌数（默认值：1000）
例子：
{
"image_path": "/path/to/image.jpg",
"prompt": "What objects are in this image?",
"model": "gpt-4o",
"max_tokens": 500
}发展
构建
npm run build棉绒
npm run lint集成测试
使用模拟OpenAI API服务器运行集成测试：
npm run integration-test集成测试：
- 启动本地MCP服务器实例
- 连接到模拟OpenAI API（使用 MockAI)
- 验证服务器是否可以初始化、列出工具和分析图像
- 确保服务器与OpenAI API正确通信
CI/CD
该项目包括GitHub Actions工作流，这些工作流：
- 构建和Lint：在推送和拉取请求上运行，在Node.js 18.x和20.x上进行测试，执行lint和build命令
- 集成测试：使用模拟OpenAI API服务器运行集成测试，以确保端到端功能
许可证
国际协调委员会