Skip to main content
Glama

General Read Image For Claude Code - 通用大模型接入Claude Code读图分析助手

License Platform Python Claude

一个用于在 Claude Code 中集成智谱 AI GLM-4.6V 图像分析功能的 MCP 服务器

功能特性快速开始手动安装配置说明故障排除

pj

⚡ 快速开始

📥 下载项目

git clone https://github.com/ifolin/glm-mcp-server.git
cd glm-mcp-server

🚀 一键安装

  1. 双击运行 install.bat

  2. 按照提示输入您的 GLM API 密钥

  3. 在 Claude Code 中打开此项目目录即可使用

  1. 在终端中运行:chmod +x install.sh && ./install.sh

  2. 按照提示输入您的 GLM API 密钥

  3. 在 Claude Code 中打开此项目目录即可使用

🎯 验证安装

安装完成后,在 Claude Code 中输入:

分析 ./03.jpg 这张图片的内容

如果看到图像分析结果,说明安装成功!

注意:Claude Code 会自动调用 mcp__glm-mcp__analyze_image 工具来处理图像分析请求。

Related MCP server: glm-vision-mcp-server

✨ 功能特性

  • 一键安装:跨平台自动化安装脚本

  • 安全配置:API 密钥存储在项目 .env 文件中,不暴露在代码仓库

  • 多格式支持:JPG、PNG、GIF、BMP 等常见图片格式

  • 跨平台:Windows、Linux、macOS 全支持

  • 智能分析:基于 GLM-4.6V 模型的强大图像理解能力

  • FastMCP 驱动:基于 MCP 官方 FastMCP 框架,轻量高效

🔧 手动安装(可选)

如果您需要手动配置,请按照以下步骤:

1. 获取 API 密钥

2. 安装依赖

pip install -r requirements.txt

依赖包含:

  • zhipuai — 智谱 AI SDK

  • mcp — MCP 官方包(含 FastMCP 框架)

  • python-dotenv — 环境变量管理

3. 创建 .env 文件

在项目根目录创建 .env 文件:

GLM_API_KEY=your_api_key_here
GLM_API_BASE=https://open.bigmodel.cn/api/paas/v4/
GLM_IMAGE_MODEL=glm-4.6v

4. 创建 .mcp.json 文件

在项目根目录创建 .mcp.json(告诉 Claude Code 如何启动 MCP 服务器):

{
  "mcpServers": {
    "glm-mcp": {
      "command": "python",
      "args": ["/替换为你的实际路径/GLM-MCP/glm_fastmcp_server.py"],
      "env": {
        "GLM_API_BASE": "https://open.bigmodel.cn/api/paas/v4/",
        "GLM_IMAGE_MODEL": "glm-4.6v"
      }
    }
  }
}

说明

  • command — Python 可执行文件路径(建议使用绝对路径,如 conda 环境的 E:\miniconda3\envs\py310\python.exe

  • args — MCP 服务器入口文件 glm_fastmcp_server.py 的绝对路径

  • env — 额外环境变量(GLM_API_KEY 通过 .env 文件提供,不需要写在这里)

  • .mcp.json 已加入 .gitignore,不会被提交到代码仓库

5. 配置权限(可选)

如果 Claude Code 每次调用都要求确认,可在 .claude/settings.json 中添加:

{
  "permissions": {
    "allow": [
      "mcp__glm-mcp__analyze_image"
    ]
  }
}

⚙️ 配置说明

MCP 配置层级

Claude Code 的 MCP 配置支持三个层级:

层级

文件位置

用途

项目级

项目根目录 .mcp.json

团队共享,可提交到 git

本地级

项目 .claude/settings.local.json

个人私有配置

用户级

~/.claude/settings.json

跨项目全局生效

本项目使用 项目级 .mcp.json 配置。

API 密钥管理

方式

安全性

说明

.env 文件(推荐)

已加入 .gitignore,不进入代码仓库

.mcp.jsonenv 字段

明文存储,不适合存放密钥

系统环境变量

所有项目可用,但需手动配置

本项目推荐使用 .env 文件方式,服务器代码通过 python-dotenv 自动加载。

跨项目全局使用(所有项目可用)

默认情况下 MCP 服务器仅在当前项目目录生效。如需在所有项目中使用 GLM 图像分析:

# 方法一:通过 CLI 注册到用户级(推荐)
claude mcp add glm-mcp -s user \
  -e GLM_API_KEY=your_api_key \
  -e GLM_API_BASE=https://open.bigmodel.cn/api/paas/v4/ \
  -e GLM_IMAGE_MODEL=glm-4.6v \
  -- /path/to/python /path/to/GLM-MCP/glm_fastmcp_server.py

Windows 用户:

claude mcp add glm-mcp -s user -e GLM_API_KEY=your_api_key -e GLM_API_BASE=https://open.bigmodel.cn/api/paas/v4/ -e GLM_IMAGE_MODEL=glm-4.6v -- "E:\miniconda3\envs\py310\python.exe" "E:\claude-code\GLM-MCP\glm_fastmcp_server.py"

注册后,在任何项目中都可以直接使用 mcp__glm-mcp__analyze_image 分析图片。

切换本地/云端图片分析工具

Claude Code 可能内置了云端图片分析 MCP(如 4_5v_mcp)。可通过 switch_mcp.bat 脚本切换:

双击运行 switch_mcp.bat

提供三种模式:

选项

说明

适用场景

1. glm-mcp(本地)

禁用云端,只用本地 GLM

日常使用(推荐)

2. 云端模型

禁用本地,只用云端

需要云端模型时

3. 两者都允许

Claude 自动选择

灵活使用

切换后需重启 Claude Code 生效。

手动切换(编辑 ~/.claude/settings.json):

{
  "permissions": {
    "allow": ["mcp__glm-mcp__analyze_image"],
    "deny": ["mcp__4_5v_mcp__*"]
  }
}

环境变量说明

变量名

必需

默认值

说明

GLM_API_KEY

智谱 AI API 密钥

GLM_API_BASE

https://open.bigmodel.cn/api/paas/v4/

API 基础地址

GLM_IMAGE_MODEL

glm-4.6v

使用的视觉模型

Windows 特别说明

本项目针对 Windows 平台做了以下适配:

  • 事件循环策略:自动设置 WindowsSelectorEventLoopPolicy,解决 Windows 上 MCP stdio 通信兼容性问题

  • 编码处理:建议在 .mcp.jsonenv 中添加 "PYTHONIOENCODING": "utf-8""PYTHONUTF8": "1"

  • 路径格式.mcp.json 中 Windows 路径使用双反斜杠 \\ 或正斜杠 /

📖 使用方法

安装完成后,在 Claude Code 中自然地描述您的需求:

示例用法

  • "分析 ./test.jpg 这张图片的内容"

  • "请帮我看看 ./photos/image1.png 里面有什么"

  • "使用GLM-4.6V模型分析 /path/to/image.jpg,描述这张图片"

工作原理

  • Claude Code 会自动识别图像分析需求

  • 自动调用 mcp__glm-mcp__analyze_image 工具

  • 使用智谱 GLM-4.6V 模型进行图像理解

支持的图片格式: JPG、PNG、GIF、BMP 等常见图片格式

🛠️ 故障排除

1. MCP 服务器无法启动

  • 确保 Python 3.10+ 已安装且 command 路径正确

  • 检查 glm_fastmcp_server.py 文件路径是否正确

  • Windows 用户确保使用绝对路径指向 Python 可执行文件

  • 运行 test_install.bat 进行诊断

2. API 密钥问题

  • 确认 .env 文件中 GLM_API_KEY 已正确设置

  • .env 文件应位于项目根目录

  • 验证 API 密钥是否有效:访问 智谱AI控制台

3. Claude Code 无法识别工具

  • 确保在 Claude Code 中打开此项目目录.mcp.json 所在目录)

  • 检查 .mcp.json 文件格式是否正确(JSON 语法)

  • 确认权限配置中包含 mcp__glm-mcp__analyze_image

  • 重启 Claude Code

4. 图像分析失败

  • 检查图片路径是否使用绝对路径

  • 确认图片格式是否支持

  • 查看日志文件:mcpserver.log

5. Windows 上服务器卡死/无响应

这是 Windows 上 Python 事件循环与 MCP stdio 传输不兼容导致的。本项目已在 glm_fastmcp_server.py 中自动处理,如果仍出现问题:

  • 确认使用的是 glm_fastmcp_server.py 而非 server.pymain.py

  • 检查是否有其他代码向 stdout 输出内容(会干扰 MCP 协议通信)

📝 更新配置

更新 API 密钥

  1. 编辑项目根目录的 .env 文件

  2. 重启 Claude Code

更新模型版本

修改 .env.mcp.json 中的 GLM_IMAGE_MODEL,支持的模型:

  • glm-4.6v(推荐)

  • glm-4v

📋 文件结构

GLM-MCP/
├── glm_fastmcp_server.py    # MCP 服务器核心(基于 FastMCP 框架)
├── main.py                  # 原始主程序入口
├── config.py                # 配置管理模块
├── server.py                # 原始 MCP 服务器(低级 API 实现)
├── image_processor.py       # 图像处理模块
├── logger.py                # 日志系统(MCP 模式自动禁用控制台输出)
├── utils.py                 # 工具函数
├── .mcp.json                # MCP 服务器声明(项目级配置)
├── .env                     # API 密钥等敏感配置(不提交到 git)
├── .gitignore               # Git 忽略规则
├── .claude/
│   ├── settings.json        # 项目级权限配置
│   └── settings.local.json  # 本地权限配置(不提交到 git)
├── install.bat              # Windows 一键安装
├── switch_mcp.bat           # 本地/云端 MCP 切换
├── test_install.bat         # Windows 安装验证
├── start_server.bat         # Windows 手动启动(调试用)
├── requirements.txt         # Python 依赖
├── README.md                # 本文档
└── CHANGELOG.md             # 更新日志

🤝 贡献

我们欢迎任何形式的贡献!请查看 贡献指南 了解如何参与项目开发。

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

🙏 致谢

📞 支持


如果这个项目对您有帮助,请给我们一个 ⭐️ Star

Related MCP Connectors

Related MCP Servers