emotion-analyzer-mcp 1.0.0

MCP服务器：使用Gemma-3模型分析图像中的人物表情

Emotion Analyzer MCP Server

一个使用 OpenRouter 的 Gemma-3 模型分析图像中人物表情的 MCP (Model Context Protocol) 服务器。

功能特性

• 🎭 表情识别: 识别快乐、悲伤、愤怒、惊讶、恐惧、厌恶、中性等表情
• 📊 强度评估: 提供 1-10 分的表情强度评分
• 🎯 置信度评估: 提供 0-1 的分析置信度
• 👤 详细描述: 提供面部特征和情绪状态的详细描述
• 🌐 多种输入: 支持文件路径和 base64 编码的图像
• 🔧 标准 MCP: 完全兼容 MCP 协议，可与各种 MCP 客户端集成

安装

方法 1: 使用 pip 安装（推荐）

pip install emotion-analyzer-mcp

方法 2: 从源码安装

git clone https://github.com/yourusername/emotion-analyzer-mcp.git
cd emotion-analyzer-mcp
pip install -e .

配置

1. 获取 OpenRouter API 密钥

1. 访问 OpenRouter
2. 注册账户并获取 API 密钥
3. 设置环境变量：

export OPENROUTER_API_KEY="your_api_key_here"

2. 在 Cherry Studio 中配置

在 Cherry Studio 的 MCP 设置中添加以下配置：

{
  "mcpServers": {
    "emotion-analyzer": {
      "command": "emotion-analyzer-mcp",
      "env": {
        "OPENROUTER_API_KEY": "your_api_key_here"
      }
    }
  }
}

3. 在其他 MCP 客户端中配置

对于支持 MCP 的其他客户端，使用类似的配置：

{
  "name": "emotion-analyzer",
  "command": "emotion-analyzer-mcp",
  "env": {
    "OPENROUTER_API_KEY": "your_api_key_here"
  }
}

使用方法

可用工具

1. analyze_emotion

通过文件路径分析图像中的表情。

参数:

• image_path (string, 必需): 图像文件的路径

示例:

{
  "name": "analyze_emotion",
  "arguments": {
    "image_path": "/path/to/image.jpg"
  }
}

2. analyze_emotion_base64

通过 base64 编码的图像数据分析表情。

参数:

• image_data (string, 必需): base64 编码的图像数据
• image_format (string, 可选): 图像格式，默认为 "jpeg"

示例:

{
  "name": "analyze_emotion_base64",
  "arguments": {
    "image_data": "base64_encoded_image_data",
    "image_format": "jpeg"
  }
}

在 Cherry Studio 中使用

1. 确保 MCP 服务器已正确配置
2. 在对话中使用工具调用：

请分析这张图片中人物的表情：/path/to/image.jpg

Cherry Studio 会自动调用 analyze_emotion 工具并显示分析结果。

输出格式

分析结果包含以下信息：

表情分析结果：

📸 图像: /path/to/image.jpg
😊 主要表情: 快乐
📊 表情强度: 8/10
🎯 置信度: 0.90
👤 面部特征: 眼角上扬，嘴角微笑，面部肌肉放松
💭 情绪状态: 积极愉悦的情绪状态
📝 其他观察: 表情自然真实

原始JSON结果:
{
  "success": true,
  "image_path": "/path/to/image.jpg",
  "analysis": {
    "emotion": "快乐",
    "intensity": 8,
    "confidence": 0.9,
    "facial_features": "眼角上扬，嘴角微笑，面部肌肉放松",
    "emotional_state": "积极愉悦的情绪状态",
    "additional_notes": "表情自然真实"
  }
}

支持的图像格式

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

故障排除

常见问题

1. API 密钥错误

   • 确保 OPENROUTER_API_KEY 环境变量已正确设置
   • 验证 API 密钥是否有效

2. 图像文件不存在

   • 检查图像文件路径是否正确
   • 确保文件存在且可读

3. 网络连接问题

   • 确保网络连接正常
   • 检查防火墙设置

4. MCP 服务器无法启动

   • 检查 Python 环境和依赖是否正确安装
   • 查看错误日志获取详细信息

调试模式

设置环境变量启用调试模式：

export DEBUG=1
emotion-analyzer-mcp

开发

本地开发

1. 克隆仓库：

git clone https://github.com/yourusername/emotion-analyzer-mcp.git
cd emotion-analyzer-mcp

2. 安装开发依赖：

pip install -e ".[dev]"

3. 运行测试：

pytest

贡献

欢迎提交 Issue 和 Pull Request！

许可证

MIT License

更新日志

v1.0.0

• 初始版本
• 支持基本表情分析功能
• 支持文件路径和 base64 输入
• 完整的 MCP 协议支持