Cloud Vision API MCP Server
MCP-сервер
Этот проект представляет собой сервер MCP (Multi-Agent Conversation Protocol) для указанного URL-адреса OpenAPI - https://api.apis.guru/v2/specs/googleapis.com/vision/v1p1beta1/openapi.json , автоматически сгенерированный с помощью конструктора MCP AG2.
Предпосылки
Питон 3.9+
пип и уф
Related MCP server: vision-mcp
Установка
Клонируйте репозиторий:
git clone <repository-url> cd mcp-serverУстановка зависимостей: Скрипт .devcontainer/setup.sh управляет установкой зависимостей с помощью
pip install -e ".[dev]". Если вы не используете контейнер dev, вы можете запустить эту команду вручную.pip install -e ".[dev]"В качестве альтернативы вы можете использовать
uv:uv pip install --editable ".[dev]"
Разработка
В этом проекте используется ruff для линтинга и форматирования, mypy для статической проверки типов и pytest для тестирования.
Линтинг и форматирование
Чтобы проверить наличие проблем с линтингом:
ruff checkЧтобы отформатировать код:
ruff formatЭти команды также доступны через скрипт scripts/lint.sh .
Статический анализ
Чтобы запустить статический анализ (mypy, bandit, semgrep):
./scripts/static-analysis.shЭтот скрипт также настроен как pre-commit hook в .pre-commit-config.yaml .
Проведение тестов
Для запуска тестов с покрытием:
./scripts/test.shЭто запустит pytest и сгенерирует отчет о покрытии. Для комбинированного отчета и очистки вы можете использовать:
./scripts/test-cov.shПредварительные фиксации Хуков
Этот проект использует pre-commit hooks, определенные в .pre-commit-config.yaml . Чтобы установить hooks:
pre-commit installХуки будут запускаться автоматически перед каждым коммитом.
Запуск сервера
Сервер MCP можно запустить с помощью скрипта mcp_server/main.py . Он поддерживает различные транспортные режимы (например, stdio , sse ).
Для запуска сервера (например, в режиме stdio):
python mcp_server/main.py stdioСервер можно настроить с помощью переменных среды:
CONFIG_PATH: Путь к файлу конфигурации JSON (например, mcp_server/mcp_config.json ).CONFIG: строка JSON, содержащая конфигурацию.SECURITY: переменные среды для параметров безопасности (например, ключи API).
Подробную информацию о том, как они загружаются, см. в блоке if __name__ == "__main__": в mcp_server/main.py.
Файл tests/test_mcp_server.py демонстрирует, как запустить сервер и взаимодействовать с ним программным способом для тестирования.
Строительство и издательское дело
Этот проект использует Hatch для сборки и публикации. Чтобы собрать проект:
hatch buildЧтобы опубликовать проект:
hatch publishЭти команды также доступны через скрипт scripts/publish.sh .
This server cannot be deployed
Maintenance
Related MCP Connectors
MCP server for building and testing AI agents with multi-model experimentation and insights.
MCP server exposing the YourImageShare upload API (upload/list/delete) as tools for AI agents.
OCR, transcription, file extraction, and image generation for AI agents via MCP.
MCP server for Google Veo AI video generation
Related MCP Servers
- AlicenseAqualityCmaintenanceAn MCP server that provides image analysis capabilities using vision-capable AI models, including object detection, OCR, scene description, and image comparison.414 npmMIT
- AlicenseAqualityDmaintenanceMCP server that provides an analyze_image tool using OpenAI-compatible vision LLMs to describe images from file paths, URLs, or base64 data.17 npm1MIT
- AlicenseAqualityDmaintenanceA universal vision MCP server that enables Claude Code and Claude Desktop to describe images, extract text, and answer questions about images by converting visual content to text via multiple AI providers.37 npmMIT
- AlicenseAqualityBmaintenanceMCP server that exposes an analyze_image tool using Gemini vision models to describe or analyze images from local paths, URLs, or base64 data URIs.15 npmMIT