@wengine-ai/mcp-visual

Wengine Visual MCP Server - 基于 Model Context Protocol 的图像识别与分析工具。

功能特性

• 图像分析 (analyze_image): 分析图像内容，返回描述和标签
• 文字识别 (extract_text): 从图像中提取文字内容（OCR），复用视觉模型
• 对象检测 (detect_objects): 检测图像中的对象并返回位置坐标
• 图像比较 (compare_images): 比较两张图像的相似度和差异

安装与运行

使用 npx（推荐）

npx @wengine-ai/mcp-visual

本地开发

cd wengine-mcp-visual
npm install
npm run dev      # 开发模式
npm run build    # 构建
npm start        # 运行

配置

详细的配置说明请参阅 CONFIGURATION.md。

工具说明

analyze_image

分析图像内容，返回描述和标签。

参数:

• image_path (必需): 图像文件路径，支持本地路径和远程 URL
• prompt (可选): 分析提示词

extract_text

从图像中提取文字内容（OCR）。无需额外配置，直接复用视觉模型完成 OCR。

参数:

• image_path (必需): 图像文件路径

detect_objects

检测图像中的对象并返回位置坐标。

参数:

• image_path (必需): 图像文件路径
• target (可选): 要检测的目标类型

compare_images

比较两张图像的相似度和差异。

参数:

• image_path_1 (必需): 第一张图像路径
• image_path_2 (必需): 第二张图像路径

许可证

MIT License