MCP Server Glm Vision

🚀 MCP Server GLM Vision

MCP Server GLM Vision 是一个模型上下文协议（MCP）服务器，它将智谱 AI 的 GLM - 4.5V 与 Claude Code 集成在一起。通过该服务器，用户能够借助 GLM - 4.5V 的视觉能力对图像进行分析，为图像分析场景提供了强大的支持。

✨ 主要特性

• 图像分析：利用 GLM - 4.5V 的视觉能力对图像进行分析。
• 本地文件支持：可分析本地图像文件或图像 URL。
• 可配置性：通过环境变量即可轻松完成设置。

📦 安装指南

前提条件

• Python 3.10 或更高版本
• 从智谱 AI 获取的 GLM API 密钥
• 已安装 Claude Code

安装步骤

1. 克隆或创建项目目录：

cd /path/to/your/project

2. 创建并激活虚拟环境：

python3 -m venv env
source env/bin/activate  # 在 Windows 上使用：env\Scripts\activate

3. 安装依赖项：

pip install -r requirements.txt
# 或者使用 uv（推荐）
uv pip install -r requirements.txt

4. 设置环境变量：

cp .env.example .env
# 使用你从智谱 AI 获取的 GLM API 密钥编辑 .env 文件

5. 将服务器添加到 Claude Code：

# 使用 uv（推荐）
uv run mcp install -e . --name "GLM Vision Server"

# 或者手动添加到 Claude Desktop 配置中：
claude mcp add-json --scope user glm-vision '{
  "type": "stdio",
  "command": "/path/to/your/project/env/bin/python",
  "args": ["/path/to/your/project/glm-vision.py"],
  "env": {"GLM_API_KEY": "your_api_key_here"}
}'

📚 详细文档

配置

在你的 .env 文件中设置以下环境变量：

💻 使用示例

可用工具

glm-vision

使用 GLM - 4.5V 的视觉能力分析图像文件。支持本地文件和 URL。

参数：

• image_path（必需）：要分析的图像的本地文件路径或 URL。
• prompt（必需）：针对图像提出的问题。
• temperature（可选）：响应的随机性（0.0 - 1.0，默认值：0.7）。
• thinking（可选）：启用思考模式以查看模型的推理过程（默认值：false）。
• max_tokens（可选）：响应中的最大令牌数（最大 64K，默认值：2048）。

示例：

使用 glm-vision 工具，参数如下：
- image_path: "/path/to/your/image.jpg"
- prompt: "Describe what you see in this image"

测试

使用 MCP Inspector 测试服务器：

# 使用 uv
uv run python glm-vision.py

# 或者使用 python
python glm-vision.py

🔧 技术细节

运行测试

# 安装开发依赖项
pip install -e ".[dev]"

# 运行测试
pytest

# 格式化代码
black .
isort .

# 类型检查
mypy glm-vision.py

故障排除

1. API 密钥问题：确保你的 GLM_API_KEY 已正确设置在环境变量中。
2. 连接问题：检查你的互联网连接和 API 端点。
3. 模型错误：验证模型名称（GLM_MODEL）是否正确且可用。

📄 许可证

本项目采用 MIT 许可证，详情请参阅 LICENSE 文件。

贡献说明

1. 分叉该仓库。
2. 创建一个功能分支。
3. 进行修改。
4. 如有必要，添加测试。
5. 提交拉取请求。

支持

• 若遇到与 GLM API 相关的问题，请联系智谱 AI 支持团队。
• 若遇到 MCP 服务器相关的问题，请在仓库中创建一个问题。