使用说明

项目简介

OpenRouter多模态MCP服务器是一个基于Model Context Protocol (MCP) 构建的应用后端，它利用OpenRouter.ai提供的多样化模型生态系统，为LLM客户端提供强大的文本聊天和图像分析功能。该服务器旨在简化多模态LLM应用的开发流程，提供标准化的接口和高效的资源管理。

主要功能点

文本聊天: 支持访问OpenRouter.ai的所有聊天模型，包括简单的文本对话和多模态对话，并可配置温度等参数。
图像分析: 支持单张和多张图像分析，可自定义提问，自动优化图像大小，并支持多种图像来源（本地文件、URL、Data URL）。
模型选择: 支持搜索和筛选OpenRouter.ai提供的模型，验证模型ID，并获取详细模型信息，支持默认模型配置。
性能优化: 具备智能模型信息缓存、指数退避重试和自动速率限制处理机制，确保服务稳定性和效率。

安装步骤

本MCP服务器提供了多种安装方式：

方式一：npm 全局安装

npm install -g @stabgan/openrouter-mcp-multimodal

方式二：Docker 运行

docker run -i -e OPENROUTER_API_KEY=your-api-key-here stabgandocker/openrouter-mcp-multimodal:latest

服务器配置

MCP客户端需要配置以下信息以连接到OpenRouter多模态MCP服务器。请根据您的实际使用场景选择合适的配置，并将以下JSON配置添加到您的MCP客户端设置文件中 (例如 'cline_mcp_settings.json' 或 'claude_desktop_config.json')。

配置选项一：使用 npx (Node.js)

{
  "mcpServers": {
    "openrouter": {
      "command": "npx",  // 启动命令，使用 npx 运行 npm 包
      "args": [
        "-y",
        "@stabgan/openrouter-mcp-multimodal" // npm 包名
      ],
      "env": {
        "OPENROUTER_API_KEY": "your-api-key-here", // 您的 OpenRouter API 密钥，**请替换为您的实际密钥**
        "DEFAULT_MODEL": "qwen/qwen2.5-vl-32b-instruct:free" // (可选) 默认使用的模型，**可以根据需要修改**
      }
    }
  }
}

配置选项二：使用 uv (Python 包管理器)

{
  "mcpServers": {
    "openrouter": {
      "command": "uv", // 启动命令，使用 uv 运行 Python 模块
      "args": [
        "run",
        "-m",
        "openrouter_mcp_multimodal" // Python 模块名
      ],
      "env": {
        "OPENROUTER_API_KEY": "your-api-key-here", // 您的 OpenRouter API 密钥，**请替换为您的实际密钥**
        "DEFAULT_MODEL": "qwen/qwen2.5-vl-32b-instruct:free" // (可选) 默认使用的模型，**可以根据需要修改**
      }
    }
  }
}

配置选项三：使用 Docker

{
  "mcpServers": {
    "openrouter": {
      "command": "docker", // 启动命令，使用 docker 运行容器
      "args": [
        "run",
        "--rm", // 容器退出后自动删除
        "-i",   // 保持 STDIN 打开
        "-e", "OPENROUTER_API_KEY=your-api-key-here", // 通过环境变量传递 OpenRouter API 密钥，**请替换为您的实际密钥**
        "-e", "DEFAULT_MODEL=qwen/qwen2.5-vl-32b-instruct:free", // (可选) 通过环境变量传递默认模型，**可以根据需要修改**
        "stabgandocker/openrouter-mcp-multimodal:latest" // Docker 镜像名称和标签
      ]
    }
  }
}

配置选项四：使用 Smithery (推荐)

{
  "mcpServers": {
    "openrouter": {
      "command": "smithery", // 启动命令，使用 Smithery 运行
      "args": [
        "run",
        "stabgan/openrouter-mcp-multimodal" // Smithery 组件名称
      ],
      "env": {
        "OPENROUTER_API_KEY": "your-api-key-here", // 您的 OpenRouter API 密钥，**请替换为您的实际密钥**
        "DEFAULT_MODEL": "qwen/qwen2.5-vl-32b-instruct:free" // (可选) 默认使用的模型，**可以根据需要修改**
      }
    }
  }
}

注意:

OPENROUTER_API_KEY 是连接 OpenRouter.ai 所必需的 API 密钥，请务必替换为您的实际密钥。您可以在 OpenRouter Keys 获取。
DEFAULT_MODEL 是可选配置，用于设置默认使用的模型。如果您不设置，服务器将使用 'qwen/qwen2.5-vl-32b-instruct:free' 作为默认模型。您可以根据需要修改为其他模型。
Smithery 是推荐的部署方式，如果您的环境支持 Smithery，可以简化部署流程。

基本使用方法

启动 MCP 服务器: 根据您选择的安装方式和配置，启动 OpenRouter 多模态 MCP 服务器。
配置 MCP 客户端: 在您的 MCP 客户端 (例如 Cline, Claude Desktop 等) 中，配置上述服务器配置信息，确保客户端能够连接到 MCP 服务器。
使用 MCP 工具: 在 MCP 客户端中，您可以使用服务器提供的工具，例如 'mcp_openrouter_chat_completion' (文本聊天) 和 'mcp_openrouter_analyze_image' (图像分析) 等，具体工具的使用方法和参数可以参考仓库的 'examples' 目录下的示例代码。
查看示例代码: 仓库的 'examples' 目录下提供了 JavaScript 和 Python 示例代码，展示了如何使用 MCP 客户端与该服务器进行交互，包括文本聊天、图像分析、模型搜索等功能。您可以参考这些示例代码来了解如何使用该 MCP 服务器。

关键词