MCP Search Images

🚀 MCP 图标搜索、下载与生成指南

MCP 提供了一套完整的工具集，可在开发过程中快速获取和生成图标资源。本文档将详细介绍如何使用 MCP 进行图标的搜索、下载以及自定义生成。

🚀 快速开始

1. 启动 MCP 服务：

   python3 mcp_server.py
   

2. 在开发环境中集成 MCP 客户端：

   from mcp_client import MPClient
   
   client = MPClient()
   

✨ 主要特性

1. 图标搜索

• 支持来源：
  • Unsplash
  • Pixabay
  • Freepik
  • Noun Project
• 高级筛选：
  • 按关键词搜索
  • 按颜色筛选
  • 按尺寸筛选
  • 按风格筛选（如：扁平化、拟物化）

2. 图标下载

• 下载格式：
  • PNG
  • SVG
  • JPG
• 自定义命名：
  • 支持指定文件名
  • 支持设置保存路径

3. 图标生成

• 支持风格：
  • 扁平化设计
  • 拟物化设计
  • 线条绘制
  • 填充式设计
• 自定义属性：
  • 颜色
  • 尺寸
  • 轮廓
  • 背景
  • 文字内容

💻 使用示例

基础用法

图标搜索

client.search_images(keywords="technology", source=Unsplash)

图标下载

client.download_image(url="https://example.com/image.png", filename="tech-icon.png")

图标生成

client.generate_icon(
    description="Generate a blue technology icon",
    color="#00ff00",
    size=(256, 256),
    style=FLAT_STYLE
)

高级用法

批量处理

• 批量搜索：

  client.search_batch(keywords=["AI", "Machine Learning"], count_per_keyword=5)
  

• 批量生成：

  for style in [FLAT_STYLE, OUTLINED_STYLE]:
      client.generate_icon(description="Email icon", style=style)
  

自定义下载路径

client.download_image(
    url="https://example.com/image.png",
    save_path="/Users/username/Desktop/images"
)

📚 详细文档

错误排查

MCP 连接问题

• 症状：在添加 MCP 服务时出现 "Fail to create client" 错误
• 解决方法：
  1. 检查服务状态：

     lsof -i :5173
     

     如果没有输出，启动服务：

     python3 mcp_server.py
     

  2. 测试连接：

     curl -v http://localhost:5173
     

  3. 修改连接设置：
     • 确保选择正确的连接类型：SSE
     • 尝试使用 IP 地址代替 localhost：http://127.0.0.1:5173
     • 确保 URL 不含额外斜杠，使用 http://localhost:5173 而不是 http://localhost:5173/
  4. 使用 ServerLink 方式配置：

     type: sse
     server_link: http://localhost:5173/sse
     

图片处理失败

• 症状：下载或生成图标时出现异常
• 解决方法：
  • 检查网络连接
  • 确保目标服务器正常运行
  • 查看详细错误日志

最佳实践

效率优化

1. 使用缓存：

   client.enable_cache(max_size=1000)
   

2. 批量处理任务：

   from mcp_client import MPClient
   from concurrent.futures import ThreadPoolExecutor
   
   executor = ThreadPoolExecutor(max_workers=5)
   futures = []
   for keyword in keywords_list:
       future = executor.submit(client.search_images, keyword)
       futures.append(future)
   

代码规范

1. 命名规范：
   • 使用有意义的变量名
   • 遵循项目编码风格
2. 异常处理：

   try:
       client.generate_icon(description="Test icon")
   except Exception as e:
       print(f"生成图标失败: {e}")
   

3. 日志记录：

   import logging
   
   logging.basicConfig(
       level=logging.INFO,
       format='%(asctime)s - %(levelname)s - %(message)s'
   )
   

高级功能

自定义插件

def custom_search(self, keywords):
    # 自定义搜索逻辑
    pass

client.add_plugin(custom_search)

批量处理工具

python3 mcp_batch_processor.py --input_file=keywords.txt --output_dir=/path/to/output

绩效调优

内存优化

1. 限制缓存大小：

   client.enable_cache(max_size=1000)
   

2. 分批处理数据：

   from mcp_client import MPClient
   
   def process_batch(batch):
       for item in batch:
           # 处理逻辑
           pass
   
   client.process_in_batches(process_batch, batch_size=50)
   

网络优化

1. 使用代理：

   client.set_proxy("http://proxy.example.com:8080")
   

2. 限制带宽：

   networkctl limit bandwith mcp-server 5mbit
   

安全注意事项

认证授权

from oauthlib.oauth2 import OAuth2Session

client = MPClient(
    auth=OAuth2Session(client_id="your_client_id", 
                      client_secret="your_client_secret")
)

数据加密

1. 传输层加密：

   curl -k https://localhost:5173
   

2. 数据存储加密：

   from cryptography.fernet import Fernet
   
   key = Fernet.generate_key()
   cipher_suite = Fernet(key)
   encrypted_data = cipher_suite.encrypt(data.encode())
   

附录

常见问题解答

1. 如何处理大量数据？
   • 使用分页搜索
   • 启用缓存机制
   • 配置代理服务器
2. 如何提高生成图标的质量？
   • 提供高分辨率源文件
   • 使用 SVG 格式
   • 调整生成参数

参考文档

1. MCP 官方文档
2. Python 图标处理库

📄 许可证

本项目遵循 MIT 许可证，具体条款见 LICENSE 文件。

贡献指南

1. 如何贡献代码？
   • 提交 Pull Request 到 GitHub 仓库
   • 遵循项目编码规范
   • 参与问题讨论
2. 如何报告问题？
   • 提交 Issue 到 GitHub 仓库
   • 提供详细的错误信息
   • 提供复现步骤