智谱图片理解 MCP（可配置模型）

基于智谱AI 视觉大模型的图片内容理解 MCP（Model Context Protocol）工具，支持通过 URL 上传图片并进行 AI 分析。默认模型为 GLM-4V-Plus-0111，可通过环境变量覆盖。

功能特性

• 🖼️ 图片内容分析: 使用智谱视觉模型（默认：GLM-4V-Plus-0111）分析图片内容
• 🌐 URL支持: 支持HTTP/HTTPS图片链接和base64编码
• 🎯 可配置模型: 通过环境变量 GLM_VISION_MODEL 配置默认模型
• ⚙️ 灵活配置: 可自定义分析提示词、温度参数、最大token数等
• 🔐 安全认证: 通过环境变量管理API密钥
• 📊 详细反馈: 提供token使用情况和错误信息

支持的模型

默认支持：

• GLM-4V-Plus-0111：Plus 版本图像理解能力，适用于需要较高质量图像理解与更强推理的场景。

安装和设置

1. 安装依赖

npm install

2. 构建项目

npm run build

3. 设置API密钥

从智谱AI开放平台获取 API 密钥，然后设置环境变量：

# 方式1：设置GLM_API_KEY
export GLM_API_KEY=your_api_key_here

# 方式2：设置ZHIPU_API_KEY
export ZHIPU_API_KEY=your_api_key_here

4. 启动MCP服务器

npm start

使用方法

可用工具

analyze_image - 分析图片内容

分析指定URL的图片内容，返回AI生成的描述。

参数:

• imageUrl (必需): 图片的URL地址
• prompt (可选): 分析提示词，默认为"请详细描述这张图片的内容"
• model (可选): 使用的模型，默认来自环境变量或配置，通常为 "GLM-4V-Plus-0111"
• temperature (可选): 随机性控制(0-1)，默认0.7
• maxTokens (可选): 最大输出token数，默认1024

示例:

{
  \"name\": \"analyze_image\",
  \"arguments\": {
    \"imageUrl\": \"https://example.com/image.jpg\",
    \"prompt\": \"这张图片中有什么动物？\",
    \"model\": \"GLM-4V-Plus-0111\"
  }
}

配置示例

Claude Desktop配置

在claude_desktop_config.json中添加：

{
  \"mcpServers\": {
    \"image-understanding\": {
      \"command\": \"node\",
      \"args\": [\"/path/to/image-understanding-mcp/dist/index.js\"],
      \"env\": {
        \"GLM_API_KEY\": \"your_api_key_here\"
      }
    }
  }
}

API响应格式

成功响应

{
  \"success\": true,
  \"analysis\": \"图片分析结果...\",
  \"model\": \"GLM-4V-Plus-0111\",
  \"tokenUsage\": {
    \"promptTokens\": 150,
    \"completionTokens\": 200,
    \"totalTokens\": 350
  }
}

错误响应

{
  \"success\": false,
  \"error\": \"错误信息\",
  \"model\": \"GLM-4V-Plus-0111\"
}

开发脚本

• npm run build - 构建TypeScript代码
• npm run dev - 开发模式（监听文件变化）
• npm start - 启动MCP服务器
• npm run clean - 清理构建文件

错误处理

工具包含完善的错误处理机制：

• 参数验证: 使用Zod进行输入参数验证
• 网络错误: 处理API请求超时和网络连接问题
• 认证错误: 识别API密钥无效、权限不足等问题
• 限流处理: 识别API调用频率限制
• 服务器错误: 处理API服务器内部错误

注意事项

1. API密钥安全: 请妥善保管您的API密钥，不要在代码中硬编码
2. 计费与额度: 具体计费与额度以智谱AI官网为准
3. 图片格式: 支持常见的图片格式（JPEG、PNG、GIF等）
4. 图片大小: 建议图片大小不超过10MB
5. URL访问: 确保图片URL可以公开访问，不需要特殊权限

许可证

MIT License

贡献

欢迎提交Issue和Pull Request来改进这个工具。

相关链接

• 智谱AI开放平台
• GLM-4V API文档
• Model Context Protocol

配置默认模型

通过环境变量覆盖默认视觉模型：

export GLM_VISION_MODEL=GLM-4V-Plus-0111

若将来要切换为其它兼容模型，只需修改该环境变量，无需改代码。