用于从本地文件或URL中提取图像并将其转换为Base64格式以供LLM分析的MCP服务器。
此MCP服务器提供了以下工具供AI助手使用:
在Cursor中的显示效果:
<img width="687" alt="image" src="https://gips3.baidu.com/it/u=1846629889,852051625&fm=3081&app=3081&f=PNG?w=1374&h=662" />适用场景:
推荐的安装方式是在.cursor/mcp.json文件中直接使用npx:
{
"mcpServers": {
"image-extractor": {
"command": "npx",
"args": [
"-y",
"mcp-image-extractor"
]
}
}
}
这种方法:
如果你希望使用本地安装的包,可以克隆仓库并指向构建文件:
{
"mcpServers": {
"image-extractor": {
"command": "node",
"args": ["/full/path/to/mcp-image-extractor/dist/index.js"],
"disabled": false
}
}
}
# 克隆并安装
git clone https://github.com/ifmelate/mcp-image-extractor.git
cd mcp-image-extractor
npm install
npm run build
npm link
这将使mcp-image-extractor命令全局可用。
然后在.cursor/mcp.json中进行配置:
{
"mcpServers": {
"image-extractor": {
"command": "mcp-image-extractor",
"disabled": false
}
}
}
Cursor用户故障排除:如果看到“创建客户端失败”错误,请尝试上述本地路径安装方法或确保使用正确的可执行文件路径。
从本地文件中提取图像并将其转换为Base64。
参数:
file_path(必需):本地图像文件的路径注意:所有图像都会自动调整到最佳尺寸(最大512x512),以便于LLM分析,限制Base64输出的大小并优化上下文窗口的使用。
从URL中提取图像并将其转换为Base64。
参数:
url(必需):要提取的图像的URL注意:所有图像都会自动调整到最佳尺寸(最大512x512),以便于LLM分析,限制Base64输出的大小并优化上下文窗口的使用。
处理用于LLM分析的Base64编码图像。
参数:
base64(必需):Base64编码的图像数据mime_type(可选,默认值:"image/png"):图像的MIME类型注意:所有图像都会自动调整到最佳尺寸(最大512x512),以便于LLM分析,限制Base64输出的大小并优化上下文窗口的使用。
这里是一个如何从Claude使用这些工具的例子:
请从这个本地文件中提取图像:images/photo.jpg
Claude将自动使用extract_image_from_file工具加载并分析图像内容。
请从这个URL中提取图像:https://example.com/image.jpg
Claude将自动使用extract_image_from_url工具获取并分析图像内容。
使用Docker构建和运行:
docker build -t mcp-image-extractor .
docker run -p 8000:8000 mcp-image-extractor
MIT