MCP Vision Server

分析图像内容

这是核心工具，用于分析图像并返回详细描述。

使用场景：

• 图像内容识别与描述

• 文字提取（OCR）

• 代码截图识别

• 数据图表分析

• 技术图表理解

参数说明：

• image: 支持本地文件路径（如 C:/path/to/image.png）或Base64编码

• prompt: 分析指令，告诉AI你想了解图像的什么内容

示例：

# 基础图像描述
analyze_image(image="C:/screenshots/desktop.png", prompt="描述这张截图的内容")

# OCR文字提取
analyze_image(image="C:/docs/scan.png", prompt="提取图片中的所有文字")

# 代码识别
analyze_image(image="C:/code/snippet.png", prompt="识别并转录图片中的代码")

返回内容：

• status: 执行状态（"success"或"error"）

• result: 分析结果

• image_info: 图像信息（类型、大小等）

两轮对话式图像问答

支持基于图像的两轮对话：

• 第一轮：根据图像和本地AI的询问信息进行回复

• 第二轮：如果本地AI对图像画面细节有进一步追问，则回答

使用场景：

• 深度图像分析

• 迭代式问题探索

• 复杂图像理解

参数说明：

• image: 图像输入（路径或Base64）

• question: 问题

• session_id: 会话ID（用于第二轮对话，首次调用可不提供）

• is_new_conversation: 是否开始新对话（设为true会创建新会话）

两轮对话流程：

1. 第一轮：调用时不传session_id，AI分析图像并回复，返回会话ID

2. 第二轮：传入session_id继续追问图像细节，AI回答后对话结束

3. 超过两轮将无法继续，需开始新对话

示例：

# 第一轮对话
result1 = chat_vision(
    image="C:/chart.png",
    question="这个图表显示什么数据？"
)
session_id = result1["session_id"]

# 第二轮对话（追问细节，对话结束后无法继续）
if result1["remaining_turns"] > 0:
    result2 = chat_vision(
        image="C:/chart.png",
        question="数据有什么趋势？",
        session_id=session_id
    )

返回内容：

• status: 执行状态

• answer: 回答

• session_id: 会话ID

• conversation_turn: 当前对话轮次（1或2）

• remaining_turns: 剩余对话轮次

• can_continue: 是否可以继续对话

获取服务器状态

返回当前服务器配置和运行状态信息。

返回内容：

• server_name: 服务器名称

• provider: AI服务提供商

• model: 当前使用的模型

• chat_manager: 对话管理器状态

• config: 当前配置信息