mcp-server-pexels
mcp-server-pexels
Ein MCP-Server für die Suche nach Stockfotos und -videos von Pexels. Optimiert für LLMs.
Pexels bietet kostenlose Stockfotos und -videos.
Funktionen
Fotosuche — Suche nach Fotos mit Filtern (Suchbegriff, Ausrichtung, Größe, Farbe, Gebietsschema)
Videosuche — Suche nach Videos, wählt automatisch das HD-.mp4-Video aus, das 1920x1080 am nächsten kommt
Details abrufen — Vollständige Metadaten für ein Foto/Video per ID abrufen
Intelligentes Caching — 10 Min. TTL für Suchen, 60 Min. für ID-Abfragen
Fehlerbehandlung — Sanfte Fehlerbehandlung mit hilfreichen Meldungen (gemäß MCP-Best-Practices)
Namensnennung — Obligatorische Fotografen-Credits in jedem Ergebnis
Voraussetzungen
Node.js v20+
Pexels API-Schlüssel (kostenlos unter pexels.com/api)
Schnellstart (2 Minuten)
1. API-Schlüssel erhalten
Registrieren Sie sich unter pexels.com/api — kostenlos, keine Kreditkarte erforderlich.
2. Server erstellen
npm install && npm run build3. Zu Claude Desktop hinzufügen
Öffnen Sie ~/Library/Application Support/Claude/claude_desktop_config.json (Mac) oder %APPDATA%\Claude\claude_desktop_config.json (Windows) und fügen Sie Folgendes hinzu:
{
"mcpServers": {
"pexels": {
"command": "node",
"args": ["/absolute/path/to/mcp-server-pexels/build/index.js"],
"env": {
"PEXELS_API_KEY": "YOUR_PEXELS_API_KEY"
}
}
}
}Windows-Hinweis: Verwenden Sie den vollständigen Pfad zu
node.exeoder fügen Sie Node zum PATH hinzu. Schrägstriche in Pfaden funktionieren unter Windows.
4. Claude Desktop neu starten
Der Server ist nun als pexels_search_photos, pexels_search_videos und pexels_get_details verfügbar.
Konfiguration
Fügen Sie dies zu Ihrer .mcp.json oder claude_desktop_config.json hinzu:
{
"mcpServers": {
"pexels": {
"command": "node",
"args": ["/absolute/path/to/build/index.js"],
"env": {
"PEXELS_API_KEY": "YOUR_API_KEY"
}
}
}
}Umgebung
Setzen Sie PEXELS_API_KEY in Ihrer Umgebung. Erstellen Sie für die lokale Entwicklung eine .env-Datei:
PEXELS_API_KEY=your_pexels_api_keyEntwicklung
npm run dev # watch mode
npm run inspector # MCP Inspector
npm test # run testsTools
Tool | Beschreibung |
| Nach Fotos per Suchbegriff suchen |
| Nach Videos suchen |
| Details nach ID und Typ abrufen |
Architektur
src/index.ts— Einstiegspunkt, MCP-Server-Setupsrc/tools/— Tool-Implementierungensrc/shared/— Cache, API-Client, Fehler, Typen, Video-Selektorsrc/utils/— Zod-Validierungsschemata
Technische Entscheidungen
Entscheidung | Begründung |
Cache-First-Architektur | Die Pexels-API erlaubt 200 Anfragen/Stunde. Caching (10 Min. TTL für Suchen, 60 Min. für ID-Abfragen) schont das Kontingent, reduziert die Latenz bei einem Cache-Treffer auf <5 ms und demonstriert das Bewusstsein für API-Kosten — entscheidend für produktive KI-Systeme, bei denen Agenten häufig denselben Kontext erneut anfordern. |
Fail-Fast beim Aufruf | MCP-Server werden als Kindprozesse gestartet — der Start ist nicht der richtige Zeitpunkt für Fehler. Der Server warnt beim Start, schlägt aber beim ersten Tool-Aufruf mit einer strukturierten |
Zod-Validierungsschemata | Das MCP v2 SDK erfordert |
resource_link für Medien | Remote-Bilder und -Videos werden als MCP |
Reine Videoauswahl | Die Logik zur Videoauswahl ist in |
Hardcodierte Namensnennung | Erforderlich durch die Nutzungsbedingungen von Pexels. In jede Textantwort eingebettet. |
Kompatibilität
Getestet mit @modelcontextprotocol/sdk v1.29+ via StdioClientTransport. Die Integrationstest-Suite startet den erstellten Server und validiert jeden Tool-Aufruf gegen das CallToolResultSchema und ContentBlockSchema des SDKs.
Ein strukturierter JSON-Block wird als letztes Inhaltselement an jede erfolgreiche Antwort angehängt und enthält typisierte Daten (ID, Art, Erstellername, Abmessungen, URLs). Nachgelagerte Clients und Agenten-Frameworks können diesen Block direkt parsen, anstatt den Markdown-Text per Regex zu analysieren.
Zukünftige Verbesserungen
Tool-Ausführungs-Telemetrie — Hinzufügen von strukturiertem Logging für Cache-Treffer/-Fehlschläge, Abfrageausführungszeit und Fehlerraten. Dies unterstützt die Fehlerbehebung bei KI-Agenten in der Produktion und demonstriert Best Practices für die Beobachtbarkeit.
Metriken-Endpunkt — Bereitstellung von Zählern (bediente Anfragen, Cache-Trefferquote, verbleibendes API-Kontingent) für das Monitoring.
Benutzerdefinierte TTL-Konfiguration — Ermöglicht Benutzern die Anpassung der Cache-TTL über Umgebungsvariablen.
Community-Beiträge
sind willkommen! 🌟
Lizenz
Inoffizielles Community-Projekt. Nicht mit Pexels verbunden.
Maintenance
Latest Blog Posts
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/afshinator/mcp-server-pexels'
If you have feedback or need assistance with the MCP directory API, please join our Discord server