Glm Mcp Server — independently scanned and version-tracked by SaferSkills.
SaferSkills independently audited Glm Mcp Server (Agent Skill) and scored it 100/100 (green). The audit ran 55 deterministic rules across Security, Supply Chain, Maintenance, Transparency, and Community; it found 0 high-severity and 0 lower-severity findings. The full rule-by-rule trace and per-finding evidence are below. Free, methodology-open.
Findings & checks · 0 flagged
Every scanned point with the score it earned and what moved between them.
First recorded scan — no prior version to compare against.
The primary manifest — the file an agent reads to learn what this artifact does.
<div align="center">
一个用于在 Claude Code 中集成智谱 AI GLM-4.6V 图像分析功能的 MCP 服务器
功能特性 • 快速开始 • 手动安装 • 配置说明 • 故障排除
</div>
git clone https://github.com/ifolin/glm-mcp-server.git
cd glm-mcp-server<details> <summary><strong>Windows 用户</strong></summary>
install.bat</details>
<details> <summary><strong>Linux/Mac 用户</strong></summary>
chmod +x install.sh && ./install.sh</details>
安装完成后,在 Claude Code 中输入:
分析 ./03.jpg 这张图片的内容如果看到图像分析结果,说明安装成功!
注意:Claude Code 会自动调用 mcp__glm-mcp__analyze_image 工具来处理图像分析请求。
.env 文件中,不暴露在代码仓库如果您需要手动配置,请按照以下步骤:
pip install -r requirements.txt依赖包含:
zhipuai — 智谱 AI SDKmcp — MCP 官方包(含 FastMCP 框架)python-dotenv — 环境变量管理.env 文件在项目根目录创建 .env 文件:
GLM_API_KEY=your_api_key_here
GLM_API_BASE=https://open.bigmodel.cn/api/paas/v4/
GLM_IMAGE_MODEL=glm-4.6v.mcp.json 文件在项目根目录创建 .mcp.json(告诉 Claude Code 如何启动 MCP 服务器):
{
"mcpServers": {
"glm-mcp": {
"command": "python",
"args": ["/替换为你的实际路径/GLM-MCP/glm_fastmcp_server.py"],
"env": {
"GLM_API_BASE": "https://open.bigmodel.cn/api/paas/v4/",
"GLM_IMAGE_MODEL": "glm-4.6v"
}
}
}
}说明: -command— Python 可执行文件路径(建议使用绝对路径,如 conda 环境的E:\miniconda3\envs\py310\python.exe) -args— MCP 服务器入口文件glm_fastmcp_server.py的绝对路径 -env— 额外环境变量(GLM_API_KEY通过.env文件提供,不需要写在这里) -.mcp.json已加入.gitignore,不会被提交到代码仓库
如果 Claude Code 每次调用都要求确认,可在 .claude/settings.json 中添加:
{
"permissions": {
"allow": [
"mcp__glm-mcp__analyze_image"
]
}
}Claude Code 的 MCP 配置支持三个层级:
| 层级 | 文件位置 | 用途 |
|---|---|---|
| 项目级 | 项目根目录 .mcp.json | 团队共享,可提交到 git |
| 本地级 | 项目 .claude/settings.local.json | 个人私有配置 |
| 用户级 | ~/.claude/settings.json | 跨项目全局生效 |
本项目使用 项目级 .mcp.json 配置。
| 方式 | 安全性 | 说明 |
|---|---|---|
.env 文件(推荐) | 高 | 已加入 .gitignore,不进入代码仓库 |
.mcp.json 的 env 字段 | 低 | 明文存储,不适合存放密钥 |
| 系统环境变量 | 中 | 所有项目可用,但需手动配置 |
本项目推荐使用 .env 文件方式,服务器代码通过 python-dotenv 自动加载。
默认情况下 MCP 服务器仅在当前项目目录生效。如需在所有项目中使用 GLM 图像分析:
# 方法一:通过 CLI 注册到用户级(推荐)
claude mcp add glm-mcp -s user \
-e GLM_API_KEY=your_api_key \
-e GLM_API_BASE=https://open.bigmodel.cn/api/paas/v4/ \
-e GLM_IMAGE_MODEL=glm-4.6v \
-- /path/to/python /path/to/GLM-MCP/glm_fastmcp_server.pyWindows 用户:
claude mcp add glm-mcp -s user -e GLM_API_KEY=your_api_key -e GLM_API_BASE=https://open.bigmodel.cn/api/paas/v4/ -e GLM_IMAGE_MODEL=glm-4.6v -- "E:\miniconda3\envs\py310\python.exe" "E:\claude-code\GLM-MCP\glm_fastmcp_server.py"注册后,在任何项目中都可以直接使用 mcp__glm-mcp__analyze_image 分析图片。
Claude Code 可能内置了云端图片分析 MCP(如 4_5v_mcp)。可通过 switch_mcp.bat 脚本切换:
双击运行 switch_mcp.bat提供三种模式:
| 选项 | 说明 | 适用场景 |
|---|---|---|
| 1. glm-mcp(本地) | 禁用云端,只用本地 GLM | 日常使用(推荐) |
| 2. 云端模型 | 禁用本地,只用云端 | 需要云端模型时 |
| 3. 两者都允许 | Claude 自动选择 | 灵活使用 |
切换后需重启 Claude Code 生效。
手动切换(编辑 ~/.claude/settings.json):
{
"permissions": {
"allow": ["mcp__glm-mcp__analyze_image"],
"deny": ["mcp__4_5v_mcp__*"]
}
}| 变量名 | 必需 | 默认值 | 说明 |
|---|---|---|---|
GLM_API_KEY | 是 | 无 | 智谱 AI API 密钥 |
GLM_API_BASE | 否 | https://open.bigmodel.cn/api/paas/v4/ | API 基础地址 |
GLM_IMAGE_MODEL | 否 | glm-4.6v | 使用的视觉模型 |
本项目针对 Windows 平台做了以下适配:
WindowsSelectorEventLoopPolicy,解决 Windows 上 MCP stdio 通信兼容性问题.mcp.json 的 env 中添加 "PYTHONIOENCODING": "utf-8" 和 "PYTHONUTF8": "1".mcp.json 中 Windows 路径使用双反斜杠 \\ 或正斜杠 /安装完成后,在 Claude Code 中自然地描述您的需求:
示例用法:
工作原理:
mcp__glm-mcp__analyze_image 工具支持的图片格式: JPG、PNG、GIF、BMP 等常见图片格式
command 路径正确glm_fastmcp_server.py 文件路径是否正确test_install.bat 进行诊断.env 文件中 GLM_API_KEY 已正确设置.env 文件应位于项目根目录.mcp.json 所在目录).mcp.json 文件格式是否正确(JSON 语法)mcp__glm-mcp__analyze_imagemcpserver.log这是 Windows 上 Python 事件循环与 MCP stdio 传输不兼容导致的。本项目已在 glm_fastmcp_server.py 中自动处理,如果仍出现问题:
glm_fastmcp_server.py 而非 server.py 或 main.py.env 文件修改 .env 或 .mcp.json 中的 GLM_IMAGE_MODEL,支持的模型:
glm-4.6v(推荐)glm-4vGLM-MCP/
├── glm_fastmcp_server.py # MCP 服务器核心(基于 FastMCP 框架)
├── main.py # 原始主程序入口
├── config.py # 配置管理模块
├── server.py # 原始 MCP 服务器(低级 API 实现)
├── image_processor.py # 图像处理模块
├── logger.py # 日志系统(MCP 模式自动禁用控制台输出)
├── utils.py # 工具函数
├── .mcp.json # MCP 服务器声明(项目级配置)
├── .env # API 密钥等敏感配置(不提交到 git)
├── .gitignore # Git 忽略规则
├── .claude/
│ ├── settings.json # 项目级权限配置
│ └── settings.local.json # 本地权限配置(不提交到 git)
├── install.bat # Windows 一键安装
├── switch_mcp.bat # 本地/云端 MCP 切换
├── test_install.bat # Windows 安装验证
├── start_server.bat # Windows 手动启动(调试用)
├── requirements.txt # Python 依赖
├── README.md # 本文档
└── CHANGELOG.md # 更新日志我们欢迎任何形式的贡献!请查看 贡献指南 了解如何参与项目开发。
本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。
<img width="477" height="477" alt="林枫_qrcode" src="https://github.com/user-attachments/assets/14bae59a-3e7d-4843-9e72-6744b1d5b636" />
<div align="center">
如果这个项目对您有帮助,请给我们一个 ⭐️ Star
</div>
~30 seconds. Free. No account. Every finding cites a rule and a line of evidence.