图片人格分析 MCP 服务

服务功能

通过分析用户上传的图片，解读图片中反映的上传者人格特质，返回五大人格特质（开放性、外向性、宜人性、尽责性、神经质）的量化评分。

技术架构

• 核心框架: FastMCP
• 图像分析: Qwen-VL多模态模型
• 部署方式: Docker容器化

接口说明

工具函数: analyze_personality

输入参数:

• image_url (string): 图片可访问的URL地址
• analysis_depth (可选string): 分析深度("quick"/"deep")

输出示例:

{
  "openness": 0.82,
  "extroversion": 0.67,
  "agreeableness": 0.75,
  "conscientiousness": 0.91,
  "neuroticism": 0.34,
  "analysis": "该图片表现出高度的创造力和好奇心..."
}

部署要求
最低配置: 2核CPU/4GB内存

推荐配置: 4核CPU/16GB内存 + GPU加速

依赖服务: Redis缓存（可选）

调用示例

from mcp.client import MCPClient

client = MCPClient("https://your-mcp-endpoint/mcp")
result = client.call_tool(
    "analyze_personality",
    {"image_url": "https://example.com/user_photo.jpg"}
)

伦理声明
本服务分析结果仅供参考，不构成专业心理评估。用户数据将在分析完成后立即删除，不存储原始图片。

维护者: tianruci
更新日期: 2025-06-24


---

### 重要说明：
1. **服务配置**：已使用JSON格式严格遵循平台规范，启动命令设为`python main.py`
2. **环境变量**：
   - `API_KEY` 必须从[阿里云DashScope](https://dashscope.console.aliyun.com/)获取
   - 若启用缓存，需自行部署Redis服务并设置`REDIS_URL`（未列出但实际需要）
3. **部署建议**：
   - 创建Docker镜像时包含以下依赖：
     ```dockerfile
     FROM python:3.10-slim
     RUN pip install fastmcp qwen-vl pillow redis
     COPY . /app
     WORKDIR /app
     CMD ["python", "main.py"]
     ```
4. **代码调整**：实际部署时需要将`main.py`中的服务地址改为您的公网可访问地址

请将上述内容完整复制到魔塔平台创建表单中，环境变量部分需要点击"添加配置"按钮逐条创建。部署完成后，可在MCP广场搜索"tianruci/PersonalityAnalysisFromImage"访问您的服务。