Skip to main content
Glama

MCP Image Extractor

by ifmelate

MCP-Bildextraktor

MCP-Server zum Extrahieren und Konvertieren von Bildern in Base64 für die LLM-Analyse.

Dieser MCP-Server bietet KI-Assistenten Tools zum:

  • Extrahieren Sie Bilder aus lokalen Dateien
  • Bilder aus URLs extrahieren
  • Verarbeiten Sie base64-codierte Bilder

So sieht es im Cursor aus:

Geeignete Fälle:

  • Analysieren Sie die Testergebnisse des Dramatikers: Screenshots

Installation

Empfohlen: Verwenden von npx in mcp.json (am einfachsten)

Die empfohlene Methode zum Installieren dieses MCP-Servers ist die Verwendung von npx direkt in Ihrer Datei .cursor/mcp.json :

{ "mcpServers": { "image-extractor": { "command": "npx", "args": [ "-y", "mcp-image-extractor" ] } } }

Dieser Ansatz:

  • Installiert automatisch die neueste Version
  • Erfordert keine globale Installation
  • Funktioniert zuverlässig in verschiedenen Umgebungen

Alternative: Lokale Pfadinstallation

Wenn Sie eine lokale Installation des Pakets bevorzugen, können Sie das Repository klonen und auf die erstellten Dateien verweisen:

{ "mcpServers": { "image-extractor": { "command": "node", "args": ["/full/path/to/mcp-image-extractor/dist/index.js"], "disabled": false } } }

Manuelle Installation

# Clone and install git clone https://github.com/ifmelate/mcp-image-extractor.git cd mcp-image-extractor npm install npm run build npm link

Dadurch wird der Befehl mcp-image-extractor global verfügbar.

Konfigurieren Sie dann in .cursor/mcp.json :

{ "mcpServers": { "image-extractor": { "command": "mcp-image-extractor", "disabled": false } } }

Fehlerbehebung für Cursor-Benutzer : Wenn die Fehlermeldung „Client konnte nicht erstellt werden“ angezeigt wird, versuchen Sie die oben beschriebene Installationsmethode über den lokalen Pfad oder stellen Sie sicher, dass Sie den richtigen Pfad zur ausführbaren Datei verwenden.

Verfügbare Tools

Bild aus Datei extrahieren

Extrahiert ein Bild aus einer lokalen Datei und konvertiert es in Base64.

Parameter:

  • file_path (erforderlich): Pfad zur lokalen Bilddatei

Hinweis: Alle Bilder werden automatisch auf optimale Abmessungen (max. 512 x 512) für die LLM-Analyse skaliert, um die Größe der Base64-Ausgabe zu begrenzen und die Nutzung des Kontextfensters zu optimieren.

Bild aus URL extrahieren

Extrahiert ein Bild aus einer URL und konvertiert es in Base64.

Parameter:

  • url (erforderlich): URL des zu extrahierenden Bildes

Hinweis: Alle Bilder werden automatisch auf optimale Abmessungen (max. 512 x 512) für die LLM-Analyse skaliert, um die Größe der Base64-Ausgabe zu begrenzen und die Nutzung des Kontextfensters zu optimieren.

Bild aus Base64 extrahieren

Verarbeitet ein Base64-codiertes Bild für die LLM-Analyse.

Parameter:

  • base64 (erforderlich): Base64-kodierte Bilddaten
  • mime_type (optional, Standard: "image/png"): MIME-Typ des Bildes

Hinweis: Alle Bilder werden automatisch auf optimale Abmessungen (max. 512 x 512) für die LLM-Analyse skaliert, um die Größe der Base64-Ausgabe zu begrenzen und die Nutzung des Kontextfensters zu optimieren.

Beispielverwendung

Hier ist ein Beispiel für die Verwendung der Tools von Claude:

Please extract the image from this local file: images/photo.jpg

Claude verwendet automatisch das Tool extract_image_from_file , um den Bildinhalt zu laden und zu analysieren.

Please extract the image from this URL: https://example.com/image.jpg

Claude verwendet automatisch das Tool extract_image_from_url , um den Bildinhalt abzurufen und zu analysieren.

Docker

Erstellen und Ausführen mit Docker:

docker build -t mcp-image-extractor . docker run -p 8000:8000 mcp-image-extractor

Lizenz

MIT

You must be authenticated.

A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

hybrid server

The server is able to function both locally and remotely, depending on the configuration or use case.

Ein Model Context Protocol-Server, der Bilder aus URLs oder Base64-Daten extrahiert und sie in ein für die LLM-Analyse geeignetes Format konvertiert, sodass KI-Modelle visuelle Inhalte verarbeiten und verstehen können.

  1. Installation
    1. Empfohlen: Verwenden von npx in mcp.json (am einfachsten)
    2. Alternative: Lokale Pfadinstallation
    3. Manuelle Installation
  2. Verfügbare Tools
    1. Bild aus Datei extrahieren
    2. Bild aus URL extrahieren
    3. Bild aus Base64 extrahieren
  3. Beispielverwendung
    1. Docker
      1. Lizenz

        Related MCP Servers

        • -
          security
          F
          license
          -
          quality
          A Model Context Protocol server that enables LLMs to extract and use content from unstructured documents across a wide variety of file formats.
          Last updated -
          2
          Python
          • Apple
        • -
          security
          A
          license
          -
          quality
          A Model Context Protocol (MCP) server that enables Claude or other LLMs to fetch content from URLs, supporting HTML, JSON, text, and images with configurable request parameters.
          Last updated -
          Python
          MIT License
        • -
          security
          A
          license
          -
          quality
          A Model Context Protocol server that enables fetching and processing images from URLs, local file paths, and numpy arrays, returning them as base64-encoded strings with proper MIME types.
          Last updated -
          1
          Python
          MIT License
          • Linux
          • Apple
        • -
          security
          F
          license
          -
          quality
          A Model Context Protocol server that enables LLMs to fetch and process web content in multiple formats (HTML, JSON, Markdown, text) with automatic format detection.
          Last updated -
          TypeScript
          • Apple

        View all related MCP servers

        MCP directory API

        We provide all the information about MCP servers via our MCP API.

        curl -X GET 'https://glama.ai/api/mcp/v1/servers/ifmelate/mcp-image-extractor'

        If you have feedback or need assistance with the MCP directory API, please join our Discord server