Vision Model Text Input Generator MCP

Ein MCP-Server, der Text für lokale Vision-Modelle in PNG-Canvas rendert. Er basiert auf dem Ausgabeverhalten der benachbarten App Vision-Model-Text-Input-Generator.

Gehosteter MCP-Endpunkt

Der Streamable-HTTP-Endpunkt für die Produktion wird getrennt von LibreChat bereitgestellt:

https://vision-model-text-input-generator-mcp-1080561124190.us-central1.run.app/mcp

Er erfordert Authorization: Bearer <MCP_AUTH_TOKEN>.

Related MCP server: image-gen-mcp

Lokale Entwicklung

python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
MCP_AUTH_TOKEN=local-development-token python main.py

Der Server stellt generate_vision_text_image bereit. Das Bildresultat ist standardkonformes ImageContent von MCP (image/png), sodass leistungsfähige Clients wie LibreChat es direkt rendern können.

LibreChat-Konfiguration

Fügen Sie Folgendes unter mcpServers in librechat.yaml hinzu:

mcpServers:
  vision-text-image:
    title: Text to Image Text
    type: streamable-http
    url: https://vision-model-text-input-generator-mcp-1080561124190.us-central1.run.app/mcp
    requiresOAuth: false
    headers:
      Authorization: 'Bearer ${VISION_TEXT_IMAGE_MCP_TOKEN}'
    serverInstructions: true

Starten Sie LibreChat neu und fügen Sie dann vision-text-image zu den MCP-Tools eines Agents hinzu. Verwenden Sie ein visionsfähiges Chat-Modell, wenn das generierte Bild in den unmittelbaren Kontext des Modells aufgenommen werden soll.

Überprüfung

Führen Sie nach der Installation der Abhängigkeiten die mitgelieferten lokalen Prüfungen aus:

python -m py_compile main.py
python verify_mcp.py