Vision Model Text Input Generator MCP

MCP-сервер, который преобразует текст в PNG-изображения для локальных vision-моделей. Он основан на поведении вывода соседнего приложения Vision-Model-Text-Input-Generator.

Размещённая MCP-конечная точка

Производственная конечная точка Streamable HTTP развёрнута отдельно от LibreChat:

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

Для неё требуется Authorization: Bearer <MCP_AUTH_TOKEN>.

Related MCP server: image-gen-mcp

Локальная разработка

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

Сервер предоставляет generate_vision_text_image. Его результат — это соответствующий стандартам MCP ImageContent (image/png), поэтому такие клиенты, как LibreChat, могут отображать его напрямую.

Конфигурация LibreChat

Добавьте следующее в раздел mcpServers в librechat.yaml:

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

Перезапустите LibreChat, затем добавьте vision-text-image в MCP-инструменты агента. Используйте vision-совместимую чат-модель, если вы хотите, чтобы сгенерированное изображение включалось в непосредственный контекст модели.

Проверка

Запустите предоставленные локальные проверки после установки зависимостей:

python -m py_compile main.py
python verify_mcp.py