GLM-4.6V-Flash MCP Server

一个基于智谱开放平台 HTTP API 的 MCP（Model Context Protocol）服务器。 底层直接调用 GLM-4.6V-Flash 免费多模态模型，把图片 / 视频 / 文件理解能力封装成 MCP 工具， 可接入 Codex、Cursor、Claude Desktop 等支持 MCP 的客户端。

底层 API

• 接口地址：https://open.bigmodel.cn/api/paas/v4/chat/completions
• 模型 ID：glm-4.6v-flash
• 鉴权方式：Authorization: Bearer <ZHIPU_API_KEY>
• 请求库：httpx 直接调用 HTTP 接口，不依赖智谱 SDK

提供的 MCP 工具

所有工具均支持：

• thinking：开关深度思考模式
• temperature：采样温度（0~1）
• max_tokens：最大输出 token 数
• 本地文件路径自动转成 Base64 data URI 上传

快速开始

1. 获取 API Key

到智谱开放平台申请：https://open.bigmodel.cn/usercenter/apikeys

2. 安装

方式一：从源码安装（GitHub 克隆）

git clone https://github.com/<你的用户名>/glm-4.6v-flash-mcp.git
cd glm-4.6v-flash-mcp
python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt
pip install -e .   # 安装为 glm-mcp 命令

方式二：从 PyPI 安装（发布后，推荐）

pip install glm-4.6v-flash-mcp

3. 配置 API Key

把 .env.example 复制为 .env 并填入 Key（服务器启动时自动读取）， 或者设置系统环境变量：

$env:ZHIPU_API_KEY = "你的Key"

Key 只需写在项目目录的 .env 里，不需要写进 .mcp.json： 服务器会固定读取自己项目目录下的 .env，无论从哪个目录启动。

4. 验证

.\.venv\Scripts\python.exe scripts\smoke_test.py
.\.venv\Scripts\python.exe scripts\test_payload.py

接入客户端

Codex / Cursor

先完成上面的安装，确保 glm-mcp 命令可用，然后：

项目级（把 .mcp.json 放到项目根目录）：

{
  "mcpServers": {
    "glm-4-6v-flash": {
      "command": "glm-mcp"
    }
  }
}

全局（编辑 ~/.codex/config.toml）：

[mcp_servers.glm-4-6v-flash]
command = "glm-mcp"

保存后重启 Codex / Cursor（或新开一个会话），MCP 服务器会自动启动， 工具 analyze_image、analyze_video、analyze_file 就会出现。

Claude Desktop

把 claude_desktop_config.example.json 的内容合并到 Claude Desktop 的 claude_desktop_config.json（通常位于 %APPDATA%\Claude\）：

{
  "mcpServers": {
    "glm-4-6v-flash": {
      "command": "glm-mcp"
    }
  }
}

Key 通过环境变量 ZHIPU_API_KEY 设置，或放在启动目录的 .env 中。

其他支持 stdio 的 MCP 客户端

安装后启动命令：

glm-mcp

或使用 uvx（发布到 PyPI 后）：

uvx glm-4.6v-flash-mcp

手动调用示例（等价于工具内部行为）

curl -X POST https://open.bigmodel.cn/api/paas/v4/chat/completions \
  -H "Authorization: Bearer $ZHIPU_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-4.6v-flash",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "image_url", "image_url": {"url": "https://cdn.bigmodel.cn/static/logo/register.png"}},
        {"type": "text", "text": "这张图片讲了什么？"}
      ]
    }],
    "thinking": {"type": "disabled"}
  }'

注意事项

• 官方文档说明：一次请求内不支持同时理解文件、视频和图像，每个工具一次只传一种媒体。
• API Key 属于敏感信息，不要把 .env 提交到仓库（已加入 .gitignore）； .mcp.json 只包含启动命令，不含密钥，可以放心提交。
• 如需切换接口地址或模型 ID，可通过 GLM_API_BASE、GLM_MODEL 环境变量覆盖。

在 Codex 桌面版中使用（资源方式）

当前 Codex 桌面版不会把外部 MCP 工具暴露为 mcp__* 函数，而是通过资源接口使用。 本服务器额外提供了资源：

• 资源 glm://help：使用说明与可直接使用的示例 URI
• 资源模板 glm://analyze/{payload}：payload 为 base64url 编码的 JSON

在新会话里让 Codex 按以下步骤操作：

1. 调用 list_mcp_resources(server="glm-4-6v-flash") 查看资源；
2. 调用 read_mcp_resource(server="glm-4-6v-flash", uri="glm://help") 读取说明；
3. 按说明构造 glm://analyze/<payload>，再调用 read_mcp_resource 读取分析结果。