OpenRouter MCP 多模态服务器

这是一个通过 OpenRouter.ai 的多样化模型生态系统提供聊天和图像分析功能的 MCP（Model Context Protocol）服务器。该服务器结合了文本聊天功能和强大的图像分析能力。

功能

• 文本聊天：

  • 直接访问所有 OpenRouter.ai 聊天模型
  • 支持简单的文本和多模态对话
  • 可配置的温度和其他参数

• 图像分析：

  • 使用自定义问题分析单张图像
  • 同时处理多张图像
  • 自动调整图像大小和优化
  • 支持多种图像来源（本地文件、URL、数据 URL）

• 模型选择：

  • 搜索和筛选可用模型
  • 验证模型 ID
  • 获取详细的模型信息
  • 支持默认模型配置

• 性能优化：

  • 智能模型信息缓存
  • 带指数退避的重试机制
  • 自动处理速率限制

1.5.0 新增内容

• 改进的操作系统兼容性：

  • 增强了 Windows、macOS 和 Linux 的路径处理
  • 更好地支持带有驱动器字母的 Windows 风格路径
  • 规范化路径处理，以在不同平台上保持一致的行为

• MCP 配置支持：

  • 无需环境变量即可集成 Cursor MCP
  • 通过 MCP 参数直接配置
  • 灵活的 API 密钥和模型指定选项

• 健壮的错误处理：

  • 改进了图像处理的回退机制
  • 更好的错误报告，包含具体的诊断信息
  • 文件读取的多重备份策略

• 图像处理增强：

  • 对所有图像类型更可靠的 base64 编码
  • 在 Sharp 模块不可用时的回退选项
  • 更好地处理大型图像，并自动进行优化

安装

选项 1：通过 npm 安装

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

选项 2：通过 Docker 运行

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

快速启动配置

先决条件

1. 从 OpenRouter 密钥 获取您的 OpenRouter API 密钥
2. 选择一个默认模型（可选）

MCP 配置选项

将以下配置之一添加到您的 MCP 设置文件中（例如 cline_mcp_settings.json 或 claude_desktop_config.json）：

选项 1：使用 npx (Node.js)

{
  "mcpServers": {
    "openrouter": {
      "command": "npx",
      "args": [
        "-y",
        "@stabgan/openrouter-mcp-multimodal"
      ],
      "env": {
        "OPENROUTER_API_KEY": "your-api-key-here",
        "DEFAULT_MODEL": "qwen/qwen2.5-vl-32b-instruct:free"
      }
    }
  }
}

选项 2：使用 uv (Python 包管理器)

{
  "mcpServers": {
    "openrouter": {
      "command": "uv",
      "args": [
        "run",
        "-m",
        "openrouter_mcp_multimodal"
      ],
      "env": {
        "OPENROUTER_API_KEY": "your-api-key-here",
        "DEFAULT_MODEL": "qwen/qwen2.5-vl-32b-instruct:free"
      }
    }
  }
}

选项 3：使用 Docker

{
  "mcpServers": {
    "openrouter": {
      "command": "docker",
      "args": [
        "run",
        "--rm",
        "-i",
        "-e", "OPENROUTER_API_KEY=your-api-key-here",
        "-e", "DEFAULT_MODEL=qwen/qwen2.5-vl-32b-instruct:free",
        "stabgandocker/openrouter-mcp-multimodal:latest"
      ]
    }
  }
}

选项 4：使用 Smithery（推荐）

{
  "mcpServers": {
    "openrouter": {
      "command": "smithery",
      "args": [
        "run",
        "stabgan/openrouter-mcp-multimodal"
      ],
      "env": {
        "OPENROUTER_API_KEY": "your-api-key-here",
        "DEFAULT_MODEL": "qwen/qwen2.5-vl-32b-instruct:free"
      }
    }
  }
}

示例

有关如何使用此 MCP 服务器的综合示例，请查看 示例目录。我们提供了：

• JavaScript 示例用于 Node.js 应用程序
• Python 示例具有交互式聊天功能
• 与各种应用程序集成的代码片段

每个示例都附有清晰的文档和逐步说明。

依赖项

该项目使用以下关键依赖项：

• @modelcontextprotocol/sdk: ^1.8.0 - 最新的MCP SDK用于工具实现
• openai: ^4.89.1 - 用于OpenRouter的OpenAI兼容API客户端
• sharp: ^0.33.5 - 快速图像处理库
• axios: ^1.8.4 - 用于API请求的HTTP客户端
• node-fetch: ^3.3.2 - 现代fetch实现

需要Node.js 18或更高版本。所有依赖项都会定期更新，以确保兼容性和安全性。

可用工具

mcp_openrouter_chat_completion

向OpenRouter模型发送文本或多模态消息：

use_mcp_tool({
  server_name: "openrouter",
  tool_name: "mcp_openrouter_chat_completion",
  arguments: {
    model: "google/gemini-2.5-pro-exp-03-25:free", // Optional if default is set
    messages: [
      {
        role: "system",
        content: "You are a helpful assistant."
      },
      {
        role: "user",
        content: "What is the capital of France?"
      }
    ],
    temperature: 0.7 // Optional, defaults to 1.0
  }
});

对于包含图像的多模态消息：

use_mcp_tool({
  server_name: "openrouter",
  tool_name: "mcp_openrouter_chat_completion",
  arguments: {
    model: "anthropic/claude-3.5-sonnet",
    messages: [
      {
        role: "user",
        content: [
          {
            type: "text",
            text: "What's in this image?"
          },
          {
            type: "image_url",
            image_url: {
              url: "https://example.com/image.jpg"
            }
          }
        ]
      }
    ]
  }
});