返回市场
本地MCP图像分析服务器

本地MCP图像分析服务器

作者:2squirrelsai2 星标更新:2025-09-17

项目介绍

增强图像分析MCP服务器

一个强大的模型上下文协议(MCP)服务器,使用高级启发式方法来分析图像并生成智能描述性文件名。非常适合整理大型照片集、截图和数字资产。

🚀 功能

  • 🎯 智能图像分析:对图像特征进行高级启发式分析
  • 📝 智能命名:四种命名风格(描述性、技术性、艺术性、位置)
  • 📂 批量处理:递归搜索整个目录进行分析
  • 🎨 颜色分析:检测和分类主要颜色
  • 📊 EXIF数据:提取相机设置、时间戳和元数据
  • 📁 自动组织:按内容、日期、大小或格式对图像进行排序
  • 🔍 综合元数据:提取详细的技信息
  • ⚡ 智能缓存:避免重新分析未更改的图像

📦 安装

快速安装

cd /Users/anthonyturner/MCPs/image-analysis-server
chmod +x setup.sh
./setup.sh

手动安装

# 安装依赖项
pip3 install mcp Pillow

# 设置可执行权限
chmod +x enhanced_image_analysis_server.py

⚙️ 配置

Claude桌面

在你的claude_desktop_config.json中添加:

{
  "mcpServers": {
    "image-analysis": {
      "command": "python3",
      "args": ["/Users/anthonyturner/MCPs/image-analysis-server/enhanced_image_analysis_server.py"],
      "env": {}
    }
  }
}

配置文件位置:

  • macOS~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows:%APPDATA%\Claude\claude_desktop_config.json

🛠️ 可用工具

1. ai_analyze_directory_images

分析目录中的所有图像并生成智能名称。

参数:

  • directory_path(必需):包含图像的目录路径
  • recursive(可选):搜索子目录(默认:false)
  • rename_files(可选):实际重命名文件(默认:false)
  • prefix(可选):添加到生成名称的前缀
  • naming_style(可选):命名风格(默认:"descriptive")

示例用法:

分析~/Pictures/vacation2024中的所有图像,并使用技术风格建议更好的名称

2. ai_analyze_single_image

分析单个图像文件并生成描述性名称。

参数:

  • image_path(必需):图像文件路径
  • naming_style(可选):命名风格(默认:"descriptive")
  • detailed_analysis(可选):提供全面分析(默认:false)

示例用法:

使用艺术性命名风格分析/Users/me/Desktop/photo.jpg,并进行详细分析

3. extract_comprehensive_metadata

提取包括EXIF数据和颜色分析在内的详细元数据。

参数:

  • image_path(必需):图像文件路径
  • include_color_analysis(可选):包含颜色调色板分析(默认:true)

示例用法:

从我的截图中提取包括颜色分析在内的综合元数据

4. organize_images_by_content

根据检测到的内容和特征将图像组织到文件夹中。

参数:

  • directory_path(必需):包含图像的目录路径
  • create_folders(可选):实际创建文件夹并移动文件(默认:false)
  • organization_method(可选):组织方法(默认:"content")

组织方法:

  • content:按检测到的内容(截图、照片、肖像等)
  • date:按创建日期(YYYY-MM格式)
  • size:按图像分辨率(小、中、大、巨大)
  • format:按文件格式(jpg、png、gif等)

🎨 命名风格

描述性(默认)

专注于视觉内容和特征:

  • red_landscape_photo.jpg
  • blue_portrait_screenshot.png

技术性

强调技术规格:

  • large_res_landscape_camera.jpg
  • medium_res_portrait_screenshot.png

艺术性

突出美学品质:

  • red_bright_photo.jpg
  • gray_dark_bw.png

位置

设计用于按上下文组织:

  • dated_landscape.jpg
  • photo_portrait.png

📊 智能分析特性

颜色分析

  • 主要颜色:前五种颜色及其百分比
  • 颜色家族:分类(红色、蓝色、绿色等)
  • 灰度检测:识别黑白图像
  • 亮度分析:平均亮度计算

内容检测

服务器通过分析文件名模式来检测:

  • 截图:屏幕捕获和UI元素
  • 照片:相机拍摄的照片和摄影
  • 编辑过的图像:修改或处理过的图像
  • 扫描件:数字化文档
  • Logo/图标:品牌和图形元素

EXIF数据提取

  • 相机信息:制造商、型号、设置
  • 时间戳:照片拍摄的时间
  • 软件:使用的编辑应用程序
  • GPS数据:位置信息(如有)

🚀 示例工作流程

整理下载文件夹

我有一个杂乱的下载文件夹,里面有很多图像。你能按内容类型整理它们并建议更好的名称吗?

重命名度假照片

递归分析~/Pictures/Hawaii2024中的所有图像,使用带有前缀"hawaii"的描述性命名,并实际重命名文件

技术分析

从~/Desktop/camera_test.jpg中提取包括颜色分析和EXIF数据在内的综合元数据

批量截图组织

按内容组织~/Desktop中的所有图像,实际创建文件夹并移动文件

🔧 高级功能

智能冲突解决

  • 自动处理重复文件名
  • 在需要时添加增量计数器
  • 预览模式下保留原始文件

性能优化

  • 智能缓存:避免重新分析未更改的图像
  • 高效颜色分析:使用图像缩略图进行颜色检测
  • 批量处理:针对大型目录进行了优化

错误处理

  • 优雅降级:如果一个文件失败,则继续处理其他文件
  • 详细错误报告:清晰的错误消息以供故障排除
  • 文件验证:确保仅处理支持的格式

📋 支持的格式

  • JPEG (.jpg, .jpeg)
  • PNG (.png)
  • GIF (.gif)
  • BMP (.bmp)
  • TIFF (.tiff)
  • WebP (.webp)

🛡️ 安全特性

  • 预览模式:默认行为是建议更改而不应用它们
  • 备份考虑:在批处理操作之前始终备份重要文件
  • 权限检查:在操作之前验证文件系统权限
  • 非破坏性分析:元数据提取不会修改原始文件

🚨 故障排除

常见问题

  1. “未找到图像文件”

    • 验证目录路径是否正确
    • 检查图像是否为支持的格式
    • 尝试递归搜索子目录中的图像
  2. “权限被拒绝”

    • 确保目标目录具有读写权限
    • 检查文件是否未被其他应用程序锁定
  3. “无法分析图像”

    • 文件可能已损坏或不是有效的图像
    • 检查是否有足够的磁盘空间

调试模式

# 使用调试日志运行
python3 enhanced_image_analysis_server.py --debug

🔮 未来增强

该服务器旨在易于扩展:

  • AI视觉集成:添加OpenAI GPT-4 Vision或Google Cloud Vision
  • 人脸识别:识别并组织有人员的照片
  • 对象识别:检测特定对象、动物或场景
  • 重复检测:查找并组织重复图像
  • 云存储:支持Google Photos、iCloud等

📄 许可

MIT许可 - 随意修改和分发。

🤝 贡献

欢迎贡献!改进领域:

  • 额外的命名风格
  • 更复杂的内检测
  • 与云视觉API的集成
  • 性能优化
  • 额外的元数据提取

准备好智能地组织您的图像了吗?安装增强图像分析MCP服务器并转变您的照片管理流程!