Skip to main content

MCP server for MIMO image recognition

Project description

MIMO Image Recognition MCP

一个调用小米 MIMO 多模态模型进行图片理解的 MCP Server。

该 MCP 支持:

  • 本地图片路径识别
  • 网络图片 URL 识别
  • Agent 自定义提示词
  • API Key、请求地址、模型名称通过 MCP 启动配置传入
  • 支持通过 PyPI / uvx 运行
  • 支持本地源码运行

功能说明

本项目会向 MCP 客户端暴露一个工具:

understand_image

用于调用 MIMO 多模态模型理解图片。

支持的输入方式:

  • image_path: 单张本地图片路径
  • image_url: 单张网络图片 URL
  • image_paths: 多张本地图片路径
  • image_urls: 多张网络图片 URL
  • prompt:由 Agent 自己决定的图片理解任务
  • system_prompt:可选系统提示词
  • temperature:输出随机性
  • max_tokens:最大输出长度

安装方式一:通过 PyPI / uvx 使用

如果你只是想使用这个 MCP,推荐使用这种方式。

MCP 配置示例:

{
  "mcpServers": {
    "mimo-image-recognition": {
      "command": "uvx",
      "args": [
        "--refresh",
        "mimo-image-recognition-mcp"
      ],
      "env": {
        "MIMO_API_KEY": "用户自己的 API Key",
        "MIMO_API_BASE": "https://token-plan-cn.xiaomimimo.com/v1",
        "MIMO_MODEL": "mimo-v2.5"
      }
    }
  }
}

配置项说明:

配置项 说明
MIMO_API_KEY 你的 MIMO API Key
MIMO_API_BASE MIMO API 请求地址,通常为 https://api.xiaomimimo.com/v1https://token-plan-cn.xiaomimimo.com/v1
MIMO_MODEL 要调用的 MIMO 模型名称,例如 mimo-v2.5

安装方式二:本地源码运行

如果你想修改源码或参与开发,可以使用本地源码方式。

1. 克隆项目

git clone https://github.com/Mriestac/mimo-image-recognition-mcp.git
cd mimo-image-recognition-mcp

2. 安装依赖

uv sync

3. MCP 配置示例

{
  "mcpServers": {
    "mimo-image-recognition": {
      "command": "uv",
      "args": [
        "--directory",
        "<你的项目路径>",
        "run",
        "mimo-image-recognition-mcp"
      ],
      "env": {
        "MIMO_API_KEY": "你的 MIMO API Key",
        "MIMO_API_BASE": "https://token-plan-cn.xiaomimimo.com/v1",
        "MIMO_MODEL": "mimo-v2.5"
      }
    }
  }
}

请把 <你的项目路径> 改成你自己本地项目的真实路径。


本地调试

可以使用 MCP Inspector 调试:

uv run mcp dev src/mimo_image_recognition_mcp/server.py

如果能看到:

understand_image

说明 MCP Server 启动成功。

如果你想在 MCP Inspector 中实际调用 MIMO 接口,可以在当前终端临时设置:

Windows PowerShell

$env:MIMO_API_KEY="你的 MIMO API Key"
$env:MIMO_API_BASE="https://api.xiaomimimo.com/v1"
$env:MIMO_MODEL="mimo-v2.5"

uv run mcp dev src/mimo_image_recognition_mcp/server.py

License

MIT

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

mimo_image_recognition_mcp-0.1.3.tar.gz (52.4 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

mimo_image_recognition_mcp-0.1.3-py3-none-any.whl (6.6 kB view details)

Uploaded Python 3

File details

Details for the file mimo_image_recognition_mcp-0.1.3.tar.gz.

File metadata

File hashes

Hashes for mimo_image_recognition_mcp-0.1.3.tar.gz
Algorithm Hash digest
SHA256 81932145cba34291e289679edc9bb11852a138205b5316f17f5a28157cb20e78
MD5 1c657c61f01a4e0df6f29e9a539faa73
BLAKE2b-256 2ba1ee2736e65f74a70e5363935510be73d7c6733df49e00ee6d97be739972e0

See more details on using hashes here.

File details

Details for the file mimo_image_recognition_mcp-0.1.3-py3-none-any.whl.

File metadata

File hashes

Hashes for mimo_image_recognition_mcp-0.1.3-py3-none-any.whl
Algorithm Hash digest
SHA256 6e5e0117385e84d390b0f4153ae3176d92d76c3e4fe1dca1f970c63c09f7aeee
MD5 bb1ffe3b6c3c461c5de44b9ab70c9989
BLAKE2b-256 2fd42ca7915e5cc54d46bdfaf943c131f58a666d34c1c80f90c32119121fd1fd

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page