luma-mcp 1.2.9 → 1.3.0

package/build/config.js

@@ -15,28 +15,28 @@ export function loadConfig() {
         apiKey = process.env.SILICONFLOW_API_KEY;
         defaultModel = 'deepseek-ai/DeepSeek-OCR';
         if (!apiKey) {
-            throw new Error('SILICONFLOW_API_KEY environment variable is required when using SiliconFlow provider');
+            throw new Error('SILICONFLOW_API_KEY environment variable is required. Please configure it in your MCP settings.');
         }
     }
     else if (provider === 'qwen') {
         apiKey = process.env.DASHSCOPE_API_KEY;
         defaultModel = 'qwen3-vl-flash';
         if (!apiKey) {
-            throw new Error('DASHSCOPE_API_KEY environment variable is required when using Qwen provider');
+            throw new Error('DASHSCOPE_API_KEY environment variable is required. Please configure it in your MCP settings.');
         }
     }
     else if (provider === 'volcengine') {
         apiKey = process.env.VOLCENGINE_API_KEY;
         defaultModel = 'doubao-seed-1-6-flash-250828';
         if (!apiKey) {
-            throw new Error('VOLCENGINE_API_KEY environment variable is required when using Volcengine provider');
+            throw new Error('VOLCENGINE_API_KEY environment variable is required. Please configure it in your MCP settings.');
         }
     }
     else {
         apiKey = process.env.ZHIPU_API_KEY;
         defaultModel = 'glm-4.6v';
         if (!apiKey) {
-            throw new Error('ZHIPU_API_KEY environment variable is required when using Zhipu provider');
+            throw new Error('ZHIPU_API_KEY environment variable is required. Please configure it in your MCP settings.');
         }
     }
     return {

package/build/config.js.map

@@ -1 +1 @@
-{"version":3,"file":"config.js","sourceRoot":"","sources":["../src/config.ts"],"names":[],"mappings":"AAAA;;;GAGG;AAeH;;GAEG;AACH,MAAM,UAAU,UAAU;IACxB,aAAa;IACb,MAAM,QAAQ,GAAG,CAAC,OAAO,CAAC,GAAG,CAAC,cAAc,EAAE,WAAW,EAAE,IAAI,OAAO,CAAkB,CAAC;IAEzF,kBAAkB;IAClB,IAAI,MAA0B,CAAC;IAC/B,IAAI,YAAoB,CAAC;IAEzB,IAAI,QAAQ,KAAK,aAAa,EAAE,CAAC;QAC/B,MAAM,GAAG,OAAO,CAAC,GAAG,CAAC,mBAAmB,CAAC;QACzC,YAAY,GAAG,0BAA0B,CAAC;QAE1C,IAAI,CAAC,MAAM,EAAE,CAAC;YACZ,MAAM,IAAI,KAAK,CAAC,sFAAsF,CAAC,CAAC;QAC1G,CAAC;IACH,CAAC;SAAM,IAAI,QAAQ,KAAK,MAAM,EAAE,CAAC;QAC/B,MAAM,GAAG,OAAO,CAAC,GAAG,CAAC,iBAAiB,CAAC;QACvC,YAAY,GAAG,gBAAgB,CAAC;QAEhC,IAAI,CAAC,MAAM,EAAE,CAAC;YACZ,MAAM,IAAI,KAAK,CAAC,6EAA6E,CAAC,CAAC;QACjG,CAAC;IACH,CAAC;SAAM,IAAI,QAAQ,KAAK,YAAY,EAAE,CAAC;QACrC,MAAM,GAAG,OAAO,CAAC,GAAG,CAAC,kBAAkB,CAAC;QACxC,YAAY,GAAG,8BAA8B,CAAC;QAE9C,IAAI,CAAC,MAAM,EAAE,CAAC;YACZ,MAAM,IAAI,KAAK,CAAC,oFAAoF,CAAC,CAAC;QACxG,CAAC;IACH,CAAC;SAAM,CAAC;QACN,MAAM,GAAG,OAAO,CAAC,GAAG,CAAC,aAAa,CAAC;QACnC,YAAY,GAAG,UAAU,CAAC;QAE1B,IAAI,CAAC,MAAM,EAAE,CAAC;YACZ,MAAM,IAAI,KAAK,CAAC,0EAA0E,CAAC,CAAC;QAC9F,CAAC;IACH,CAAC;IAED,OAAO;QACL,QAAQ;QACR,MAAM;QACN,KAAK,EAAE,OAAO,CAAC,GAAG,CAAC,UAAU,IAAI,YAAY;QAC7C,SAAS,EAAE,QAAQ,CAAC,OAAO,CAAC,GAAG,CAAC,UAAU,IAAI,OAAO,EAAE,EAAE,CAAC;QAC1D,WAAW,EAAE,UAAU,CAAC,OAAO,CAAC,GAAG,CAAC,WAAW,IAAI,KAAK,CAAC;QACzD,IAAI,EAAE,UAAU,CAAC,OAAO,CAAC,GAAG,CAAC,KAAK,IAAI,KAAK,CAAC;QAC9C,cAAc,EAAE,OAAO,CAAC,GAAG,CAAC,eAAe,KAAK,OAAO;QACvD,gBAAgB,EAAE,OAAO,CAAC,GAAG,CAAC,kBAAkB;KAC/C,CAAC;AACJ,CAAC"}
+{"version":3,"file":"config.js","sourceRoot":"","sources":["../src/config.ts"],"names":[],"mappings":"AAAA;;;GAGG;AAeH;;GAEG;AACH,MAAM,UAAU,UAAU;IACxB,aAAa;IACb,MAAM,QAAQ,GAAG,CAAC,OAAO,CAAC,GAAG,CAAC,cAAc,EAAE,WAAW,EAAE,IAAI,OAAO,CAAkB,CAAC;IAEzF,kBAAkB;IAClB,IAAI,MAA0B,CAAC;IAC/B,IAAI,YAAoB,CAAC;IAEzB,IAAI,QAAQ,KAAK,aAAa,EAAE,CAAC;QAC/B,MAAM,GAAG,OAAO,CAAC,GAAG,CAAC,mBAAmB,CAAC;QACzC,YAAY,GAAG,0BAA0B,CAAC;QAE1C,IAAI,CAAC,MAAM,EAAE,CAAC;YACZ,MAAM,IAAI,KAAK,CAAC,iGAAiG,CAAC,CAAC;QACrH,CAAC;IACH,CAAC;SAAM,IAAI,QAAQ,KAAK,MAAM,EAAE,CAAC;QAC/B,MAAM,GAAG,OAAO,CAAC,GAAG,CAAC,iBAAiB,CAAC;QACvC,YAAY,GAAG,gBAAgB,CAAC;QAEhC,IAAI,CAAC,MAAM,EAAE,CAAC;YACZ,MAAM,IAAI,KAAK,CAAC,+FAA+F,CAAC,CAAC;QACnH,CAAC;IACH,CAAC;SAAM,IAAI,QAAQ,KAAK,YAAY,EAAE,CAAC;QACrC,MAAM,GAAG,OAAO,CAAC,GAAG,CAAC,kBAAkB,CAAC;QACxC,YAAY,GAAG,8BAA8B,CAAC;QAE9C,IAAI,CAAC,MAAM,EAAE,CAAC;YACZ,MAAM,IAAI,KAAK,CAAC,gGAAgG,CAAC,CAAC;QACpH,CAAC;IACH,CAAC;SAAM,CAAC;QACN,MAAM,GAAG,OAAO,CAAC,GAAG,CAAC,aAAa,CAAC;QACnC,YAAY,GAAG,UAAU,CAAC;QAE1B,IAAI,CAAC,MAAM,EAAE,CAAC;YACZ,MAAM,IAAI,KAAK,CAAC,2FAA2F,CAAC,CAAC;QAC/G,CAAC;IACH,CAAC;IAED,OAAO;QACL,QAAQ;QACR,MAAM;QACN,KAAK,EAAE,OAAO,CAAC,GAAG,CAAC,UAAU,IAAI,YAAY;QAC7C,SAAS,EAAE,QAAQ,CAAC,OAAO,CAAC,GAAG,CAAC,UAAU,IAAI,OAAO,EAAE,EAAE,CAAC;QAC1D,WAAW,EAAE,UAAU,CAAC,OAAO,CAAC,GAAG,CAAC,WAAW,IAAI,KAAK,CAAC;QACzD,IAAI,EAAE,UAAU,CAAC,OAAO,CAAC,GAAG,CAAC,KAAK,IAAI,KAAK,CAAC;QAC9C,cAAc,EAAE,OAAO,CAAC,GAAG,CAAC,eAAe,KAAK,OAAO;QACvD,gBAAgB,EAAE,OAAO,CAAC,GAAG,CAAC,kBAAkB;KAC/C,CAAC;AACJ,CAAC"}

package/package.json

@@ -1,8 +1,13 @@
 {
   "name": "luma-mcp",
-  "version": "1.2.9",
+  "version": "1.3.0",
   "description": "Multi-model vision understanding MCP server. Supports GLM-4.6V (Zhipu), DeepSeek-OCR (SiliconFlow - Free), Qwen3-VL-Flash (Aliyun), and Doubao-Seed-1.6 (Volcengine)",
   "type": "module",
+  "files": [
+    "build/",
+    "package.json",
+    "README.md"
+  ],
   "bin": {
     "luma-mcp": "build/index.js"
   },

package/.env.example

@@ -1,33 +0,0 @@
-# 模型提供商选择：zhipu | siliconflow | qwen | volcengine
-MODEL_PROVIDER=zhipu
-
-# ========== Zhipu AI (推荐 - GLM-4.6V) ==========
-# 获取API Key: https://open.bigmodel.cn/
-ZHIPU_API_KEY=your-zhipu-api-key-here
-MODEL_NAME=glm-4.6v
-
-# ========== SiliconFlow (免费 - DeepSeek-OCR) ==========
-# 获取API Key: https://siliconflow.cn/
-# SILICONFLOW_API_KEY=your-siliconflow-api-key
-# MODEL_NAME=deepseek-ai/DeepSeek-OCR
-
-# ========== 阿里云 Qwen (Qwen3-VL-Flash) ==========
-# 获取API Key: https://dashscope.aliyun.com/
-# DASHSCOPE_API_KEY=your-dashscope-api-key
-# MODEL_NAME=qwen3-vl-flash
-
-# ========== 火山方舟 Volcengine (Doubao-Seed-1.6) ==========
-# 获取API Key: https://console.volcengine.com/ark
-# VOLCENGINE_API_KEY=your-volcengine-api-key
-# MODEL_NAME=doubao-seed-1-6-flash-250828
-# 可选模型:
-# - doubao-seed-1-6-flash-250828 (性价比高，256k上下文)
-# - doubao-seed-1-6-vision-250815 (视觉优化，64k输出)
-# - doubao-seed-1-6-lite-251015 (轻量级)
-# 注意: 使用控制台中的实际模型ID
-
-# ========== 通用参数 ==========
-MAX_TOKENS=16384
-TEMPERATURE=0.7
-TOP_P=0.7
-ENABLE_THINKING=true

package/.github/workflows/release.yml

@@ -1,49 +0,0 @@
-name: Create Release
-
-on:
-  push:
-    tags:
-      - 'v*.*.*'
-
-jobs:
-  release:
-    runs-on: ubuntu-latest
-    permissions:
-      contents: write
-    
-    steps:
-      - name: Checkout code
-        uses: actions/checkout@v4
-        with:
-          fetch-depth: 0
-
-      - name: Extract version from tag
-        id: version
-        run: echo "VERSION=${GITHUB_REF#refs/tags/v}" >> $GITHUB_OUTPUT
-
-      - name: Extract changelog for this version
-        id: changelog
-        run: |
-          VERSION=${{ steps.version.outputs.VERSION }}
-          echo "Extracting changelog for version $VERSION"
-          
-          # Extract changelog content between version headers
-          sed -n "/## \[${VERSION}\]/,/## \[/p" CHANGELOG.md | sed '$d' > release_notes.md
-          
-          # If empty, use a default message
-          if [ ! -s release_notes.md ]; then
-            echo "Release version ${VERSION}" > release_notes.md
-          fi
-          
-          cat release_notes.md
-
-      - name: Create GitHub Release
-        uses: softprops/action-gh-release@v1
-        with:
-          tag_name: v${{ steps.version.outputs.VERSION }}
-          name: Release v${{ steps.version.outputs.VERSION }}
-          body_path: release_notes.md
-          draft: false
-          prerelease: false
-        env:
-          GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}

package/CHANGELOG.md

@@ -1,273 +0,0 @@
-# Changelog
-
-本项目的所有重大变更都将记录在此文件中。
-
-## [1.2.9] - 2025-12-31
-
-### Changed
-
-- ✨ **视觉基础提示词优化**: 重写默认视觉系统提示词，强调基于截图中可见事实进行结构/布局/组件分析，减少对实现细节和不可见交互的主观猜测
-- 📝 **工具说明收紧边界**: 更新 `analyze_image` 工具描述，建议上层模型直接传入用户原始问题，避免重复封装复杂视觉 prompt
-
-### Technical Details
-
-- `src/index.ts`: 调整 `DEFAULT_BASE_VISION_PROMPT` 内容与结构，增加对“只说可见事实、推测需显式标注”的约束；完善工具描述文案
-- `src/config.ts`: 明确 `ENABLE_THINKING` 配置逻辑，默认启用思考模式，仅当环境变量显式设置为 `false` 时关闭
-
-## [1.2.8] - 2025-12-23
-
-### Fixed
-
-- 🐛 **修复 enableThinking 参数传递**: 修复 index.ts 中未将 enableThinking 参数传递给视觉模型客户端的问题
-- 🔧 **统一 thinking 逻辑**: 所有支持 thinking 的客户端（智谱、千问、火山方舟）现在使用统一的启用逻辑
-- 📝 **完善日志记录**: 千问客户端新增 API 调用日志，与其他客户端保持一致
-
-### Changed
-
-- ♻️ **重构智谱客户端**: 优化 thinking 参数处理逻辑，使代码更清晰易懂
-- ♻️ **重构千问客户端**: 统一 thinking 启用逻辑，默认启用思考模式
-- ✨ **火山方舟 thinking 支持**: 火山方舟 Doubao 模型现在正确支持思考模式
-
-### Technical Details
-
-- `src/index.ts`: 在 analyzeWithRetry 中正确传递 config.enableThinking 参数
-- `src/zhipu-client.ts`: 重构 thinking 逻辑，使用 `if (enableThinking !== false)` 统一判断
-- `src/qwen-client.ts`: 
-  - 统一 thinking 启用逻辑为 `if (enableThinking !== false)`
-  - 新增 logger 导入和 API 调用日志
-  - 添加成功/失败日志记录
-- `src/volcengine-client.ts`: 
-  - 新增 thinking 参数支持到 VolcengineRequest 接口
-  - 实现 thinking 模式启用逻辑
-  - 更新日志记录以反映实际 thinking 状态
-
-### Thinking Mode Support
-
-现在所有支持的模型都正确启用思考模式：
-
-| 模型                  | Thinking 支持 | 实现方式                        | 默认状态 |
-|-----------------------|---------------|---------------------------------|----------|
-| 智谱 GLM-4.6V         | ✅             | `thinking: { type: "enabled" }` | 启用     |
-| 千问 Qwen3-VL         | ✅             | `extra_body.enable_thinking`    | 启用     |
-| 火山方舟 Doubao       | ✅             | `thinking: { type: "enabled" }` | 启用     |
-| 硅基流动 DeepSeek-OCR | ❌             | 不支持                          | N/A      |
-
-用户可通过 `ENABLE_THINKING=false` 环境变量禁用思考模式以提升速度和降低成本。
-
-## [1.2.7] - 2025-12-17
-
-### Added
-
-- 🆕 **火山方舟 Provider**: 新增第四个视觉模型提供商 - 火山方舟 Volcengine
-- 🎯 **Doubao-Seed-1.6 系列**: 支持 flash、vision、lite 多种版本
-- 🔧 **统一配置架构**: 客户端构造函数改为接受 LumaConfig 对象，实现配置集中管理
-- 🖼️ **完整图片格式支持**: 火山方舟支持 base64 数据、URL 链接和本地文件
-
-### Changed
-
-- 🏗️ **架构重构**: 三个现有客户端（Zhipu、SiliconFlow、Qwen）重构为统一配置对象模式
-- 🗃️ **客户端优化**: 移除硬编码默认值，所有配置统一从环境变量读取
-- 📝 **API 格式统一**: 火山方舟客户端改为使用 Chat Completions API 格式，与其他 provider 保持一致
-- 📚 **文档完善**: 更新中英文 README，添加火山方舟配置示例和模型对比
-
-### Technical Details
-
-- `src/config.ts`: 新增 volcengine provider 支持，添加 VOLCENGINE_API_KEY 环境变量
-- `src/volcengine-client.ts`: 新文件，完整实现 VolcengineClient 类，支持 Chat Completions API
-- `src/zhipu-client.ts`: 重构构造函数，移除硬编码参数，支持 LumaConfig
-- `src/siliconflow-client.ts`: 重构构造函数，支持统一配置对象
-- `src/qwen-client.ts`: 重构构造函数，支持统一配置对象
-- `src/index.ts`: 添加 VolcengineClient 导入和实例化逻辑
-- `.env.example`: 添加火山方舟配置示例和说明
-- `README.md` & `docs/README_EN.md`: 新增火山方舟特性说明和配置示例
-
-### Provider Summary
-
-现在支持 4 个视觉模型提供商:
-
-1. **智谱 GLM-4.6V** (默认): 中文理解优秀，16384 tokens
-2. **硅基流动 DeepSeek-OCR**: 免费使用，OCR 能力强
-3. **阿里云 Qwen3-VL-Flash**: 速度快成本低，支持思考模式
-4. **火山方舟 Doubao-Seed-1.6**: 性价比高，256k 上下文，支持多种版本
-
-## [1.2.6] - 2025-12-16
-
-### Changed
-
-- 🚀 **模型升级**: 更新智谱模型从 GLM-4.5V 升级至 GLM-4.6V，性能和理解能力提升
-- 📈 **Token 限制提升**: 默认 maxTokens 从 8192 提升至 16384，支持更详细的分析输出
-- 💡 **思考模式默认开启**: ENABLE_THINKING 默认为 true，提供更准确的分析结果
-- 🧹 **代码清理**: 移除 prompts.ts 提示词模板文件，简化架构
-- 🔧 **TypeScript 优化**: 清理未使用的类型导入，修复 TS6133 警告
-- 📝 **文档完善**: 更新中英文 README，强化三种使用方式说明（粘贴图片、本地路径、URL）
-
-### Technical Details
-
-- `src/config.ts`: 更新默认模型为 glm-4.6v，默认 maxTokens 改为 16384，enableThinking 默认为 true
-- `src/zhipu-client.ts`: 更新模型引用，清理未使用导入
-- `src/siliconflow-client.ts`: 清理未使用的类型导入
-- `src/index.ts`: 简化 prompt 处理逻辑，直接使用原始提示词
-- 删除 `src/prompts.ts`: 移除 buildAnalysisPrompt 函数
-- README 更新: 模型信息、Token 配置、项目结构、思考模式配置
-
-## [1.2.4] - 2025-12-16 (Reverted)
-
-### Note
-
-此版本因代码回滚问题被回退，所有优化内容已整合至 v1.2.6
-
-## [1.2.3] - 2025-11-21
-
-### Changed
-
-- 🧹 **代码清理**: 移除 Claude 特定调试注释和实验性代码
-- 📝 **工具描述优化**: 简化和专业化工具说明，提升 AI 模型调用成功率
-- 🔧 **路径处理通用化**: 重构 @ 前缀路径处理，移除平台特定命名
-
-### Technical Details
-
-- 移除 Claude 资源读取相关的实验性代码
-- 重命名 `stripAtPrefix()` 为 `normalizeImageSourcePath()`
-- 清理所有客户端适配器中的调试日志和注释
-- 统一代码风格和注释规范
-
-## [1.2.2] - 2025-11-20
-
-### Added
-
-- ✨ **@ 路径支持**: 自动处理 Claude Code 的 @ 文件引用前缀，修复第一次调用失败的问题
-- 📝 **智能 Prompt**: 通用请求自动添加详细指引，保证全面分析
-
-### Changed
-
-- 🔧 **Prompt 统一**: 简化为单一通用 prompt，智能处理不同场景
-- ✨ **表述优化**: 融合 Minimax 的经典表述，强调“不遗漏细节”和“完整提取”
-- 📚 **文档更新**: 更新项目结构，添加 qwen-client.ts 和测试文件
-
-### Fixed
-
-- 🐛 **@ 路径问题**: 修复 Claude Code 中 `@folder/image.png` 导致的路径错误
-- 🐛 **编译错误**: 修复 image-processor.ts 中重复声明的变量
-
-### Technical Details
-
-- 新增 `stripAtPrefix()` 函数处理 Claude Code 的文件引用语法
-- 简化 `buildAnalysisPrompt()` 从两套逻辑到单一逻辑
-- 添加智能请求检测，自动补充详细分析指引
-
-## [1.2.1] - 2025-11-18
-
-### Changed
-
-- 📝 **文档优化**: 精简 README，移除冲余配置文件路径说明
-- 📝 **更新日志简化**: 将 README 中的详细更新日志替换为 CHANGELOG.md 链接
-- ✨ **Qwen 测试示例**: 添加 Qwen3-VL-Flash 本地测试命令
-- 💰 **定价信息**: 添加阿里云通义千问定价参考链接
-- 📋 **模型对比**: 更新模型选择表，完善 Qwen3-VL-Flash 信息
-- 🔗 **API Key 获取**: 添加阿里云百炼 API Key 获取指南
-- 📚 **相关链接**: 新增阿里云百炼平台和 Qwen3-VL 文档链接
-- 🐛 **错误信息**: 优化 API 调用失败排查提示，包含阿里云账户
-
-### Fixed
-
-- 🐛 **描述修正**: 修正 package.json 中模型名称为 qwen3-vl-flash
-- 📝 **注释精简**: 简化 prompts.ts 注释头
-
-## [1.2.0] - 2025-11-17
-
-### Added
-
-- 🎉 **第三个视觉模型**: 新增阿里云通义千问 Qwen3-VL-Flash 支持
-- 💡 **思考模式**: Qwen3-VL-Flash 支持深度思考模式（enable_thinking），提升复杂场景分析准确性
-- ⚡ **高性价比**: Flash 版本速度更快、成本更低，适合大量使用
-- 🔌 **OpenAI 兼容**: 使用阿里云百炼的 OpenAI 兼容 API，统一接口设计
-- 🌐 **多地域支持**: 默认使用北京地域，支持新加坡地域配置
-
-### Changed
-
-- ⚙️ 新增 `MODEL_PROVIDER=qwen` 和 `DASHSCOPE_API_KEY` 环境变量配置
-- 📝 更新所有文档（中英文），添加 Qwen3-VL-Flash 配置示例
-- 💰 默认使用 qwen3-vl-flash 模型，兹顾性能与成本
-- 🏗️ 重构客户端构造函数，统一参数传递方式
-
-### Technical Details
-
-- 新增文件:
-  - `src/qwen-client.ts` - 阿里云通义千问 VL API 客户端实现
-- 修改文件:
-  - `src/config.ts` - 添加 'qwen' 提供商支持
-  - `src/zhipu-client.ts` - 重构构造函数，支持独立参数
-  - `src/siliconflow-client.ts` - 重构构造函数，支持独立参数
-  - `src/index.ts` - 添加 Qwen 客户端初始化逻辑
-  - `package.json` - 更新版本至 1.2.0，添加 qwen/aliyun/dashscope 关键词
-
-## [1.1.1] - 2025-11-13
-
-### Added
-
-- 🖼️ **Data URI 支持**: 支持接收 base64 编码的图片数据 (data:image/png;base64,...)
-- 🚀 **为未来做准备**: 当 MCP 客户端支持时，可直接传递用户粘贴的图片
-
-### Changed
-
-- 📝 更新工具描述，说明支持三种输入格式：本地路径、URL、Data URI
-- ✅ 新增 Data URI 格式验证（MIME 类型、大小限制）
-
-## [1.1.0] - 2025-11-13
-
-### Added
-
-- 🎉 **多模型支持**: 新增硅基流动 DeepSeek-OCR 支持
-- 🆓 **免费选项**: DeepSeek-OCR 通过硅基流动提供完全免费的 OCR 服务
-- 📐 **统一接口**: 创建 VisionClient 接口，支持灵活扩展更多视觉模型
-- ⚙️ **灵活配置**: 通过 `MODEL_PROVIDER` 环境变量轻松切换模型
-
-### Changed
-
-- 🔧 环境变量命名优化，支持通用配置（`MODEL_NAME`、`MAX_TOKENS` 等）
-- 📝 更新文档，提供双模型配置说明和选择建议
-- 🏗️ 重构代码结构，提升可维护性
-
-### Technical Details
-
-- 新增文件:
-  - `src/vision-client.ts` - 视觉模型客户端统一接口
-  - `src/siliconflow-client.ts` - 硅基流动 API 客户端实现
-  - `.env.example` - 配置示例文件
-- 修改文件:
-  - `src/config.ts` - 支持多提供商配置
-  - `src/zhipu-client.ts` - 实现 VisionClient 接口
-  - `src/index.ts` - 根据配置动态选择客户端
-  - `README.md` - 完整的双模型使用文档
-
-## [1.0.3] - 2025-11-12
-
-### Features
-
-- 基于智谱 GLM-4.5V 的视觉理解能力
-- 支持本地文件和远程 URL
-- 内置重试机制
-- 思考模式支持
-
----
-
-**模型对比**:
-
-|| 特性 | GLM-4.5V | DeepSeek-OCR | Qwen3-VL-Flash |
-||----------|----------|--------------|----------------|
-|| 提供商 | 智谱清言 | 硅基流动 | 阿里云百炼 |
-|| 费用 | 收费 | **免费** | 收费 |
-|| 中文理解 | 优秀 | 良好 | **优秀** |
-|| OCR 能力 | 良好 | **优秀** | 优秀 |
-|| 思考模式 | ✅ | ❌ | ✅ |
-|| 速度/成本 | 中等 | 免费 | **快/低** |
-|| 综合能力 | 良好 | OCR 专精 | **优秀** |
-|| 3D 定位 | ❌ | ❌ | ✅ |
-
-**推荐使用场景**:
-
-- 需要 OCR/文字识别 → **DeepSeek-OCR** (免费)
-- 需要深度图片理解 → **Qwen3-VL-Flash** 或 **GLM-4.5V**
-- 需要思考模式 → **Qwen3-VL-Flash** 或 **GLM-4.5V**
-- 需要高性价比 → **Qwen3-VL-Flash** (速度快、成本低)
-- 需要 3D 定位/复杂分析 → **Qwen3-VL-Flash**

package/test/test-data-uri.ts

@@ -1,64 +0,0 @@
-/**
- * 测试 Data URI 支持
- */
-
-import { validateImageSource, imageToBase64 } from '../src/image-processor.js';
-
-// 一个有效的 1x1 像素 PNG 图片的 Data URI
-const validDataUri = 'data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVR42mNk+M9QDwADhgGAWjR9awAAAABJRU5ErkJggg==';
-
-// 无效的 Data URI（不支持的格式）
-const invalidDataUri = 'data:image/svg+xml;base64,PHN2ZyB4bWxucz0iaHR0cDovL3d3dy53My5vcmcvMjAwMC9zdmciIHdpZHRoPSIxMDAiIGhlaWdodD0iMTAwIj48Y2lyY2xlIGN4PSI1MCIgY3k9IjUwIiByPSI0MCIgc3R5bGU9ImZpbGw6I2ZmZiIgLz48L3N2Zz4=';
-
-async function testDataUri() {
-  console.log('🧪 测试 Data URI 支持\n');
-
-  // 测试 1: 验证有效的 Data URI
-  try {
-    console.log('测试 1: 验证有效的 PNG Data URI');
-    await validateImageSource(validDataUri);
-    console.log('✅ 通过：有效的 Data URI 验证成功\n');
-  } catch (error) {
-    console.log(`❌ 失败: ${error instanceof Error ? error.message : String(error)}\n`);
-  }
-
-  // 测试 2: 验证无效的 Data URI（不支持的格式）
-  try {
-    console.log('测试 2: 验证不支持的格式 (SVG)');
-    await validateImageSource(invalidDataUri);
-    console.log('❌ 失败：应该抛出错误\n');
-  } catch (error) {
-    console.log(`✅ 通过：正确拒绝不支持的格式 - ${error instanceof Error ? error.message : String(error)}\n`);
-  }
-
-  // 测试 3: Data URI 转换（应该直接返回）
-  try {
-    console.log('测试 3: Data URI 转换');
-    const result = await imageToBase64(validDataUri);
-    if (result === validDataUri) {
-      console.log('✅ 通过：Data URI 正确传递（未修改）\n');
-    } else {
-      console.log('❌ 失败：Data URI 被修改了\n');
-    }
-  } catch (error) {
-    console.log(`❌ 失败: ${error instanceof Error ? error.message : String(error)}\n`);
-  }
-
-  // 测试 4: 大小验证（创建一个超过10MB的Data URI）
-  try {
-    console.log('测试 4: 验证大小限制 (>10MB)');
-    // 创建一个约 15MB 的 base64 字符串（20MB * 3/4 = 15MB）
-    const largeBase64 = 'A'.repeat(20 * 1024 * 1024);
-    const largeDataUri = `data:image/png;base64,${largeBase64}`;
-    await validateImageSource(largeDataUri);
-    console.log('❌ 失败：应该拒绝过大的文件\n');
-  } catch (error) {
-    console.log(`✅ 通过：正确拒绝超大文件 - ${error instanceof Error ? error.message : String(error)}\n`);
-  }
-
-  console.log('==========================================');
-  console.log('✅ Data URI 测试完成！');
-  console.log('==========================================\n');
-}
-
-testDataUri().catch(console.error);

package/test/test-deepseek-raw.ts

@@ -1,100 +0,0 @@
-/**
- * 直接测试 DeepSeek-OCR API（无任何包装）
- */
-
-import axios from 'axios';
-import * as fs from 'fs';
-import * as path from 'path';
-
-async function testDeepSeekOCR(imagePath: string) {
-  console.log('\n🧪 测试 DeepSeek-OCR API（原始调用）\n');
-
-  const apiKey = process.env.SILICONFLOW_API_KEY;
-  
-  if (!apiKey) {
-    console.error('❌ 错误: 需要设置 SILICONFLOW_API_KEY 环境变量');
-    console.error('示例: $env:SILICONFLOW_API_KEY="your-api-key"');
-    process.exit(1);
-  }
-  
-  // 读取图片并转为 base64
-  const imageBuffer = fs.readFileSync(imagePath);
-  const base64Image = imageBuffer.toString('base64');
-  const mimeType = imagePath.endsWith('.png') ? 'image/png' : 'image/jpeg';
-  const imageDataUrl = `data:${mimeType};base64,${base64Image}`;
-
-  console.log(`📸 图片: ${imagePath}`);
-  console.log(`📦 大小: ${(imageBuffer.length / 1024).toFixed(2)} KB\n`);
-
-  // 测试不同的 prompt
-  const prompts = [
-    '识别图片中的所有文字',
-    'OCR',
-    'Extract all text from this image',
-    'What do you see in this image?',
-    '请详细描述这张图片'
-  ];
-
-  for (const prompt of prompts) {
-    console.log(`\n🔍 测试 Prompt: "${prompt}"`);
-    console.log('─'.repeat(50));
-
-    try {
-      const response = await axios.post(
-        'https://api.siliconflow.cn/v1/chat/completions',
-        {
-          model: 'deepseek-ai/DeepSeek-OCR',
-          messages: [
-            {
-              role: 'user',
-              content: [
-                {
-                  type: 'image_url',
-                  image_url: {
-                    url: imageDataUrl,
-                  },
-                },
-                {
-                  type: 'text',
-                  text: prompt,
-                },
-              ],
-            },
-          ],
-          temperature: 0.7,
-          max_tokens: 4096,
-        },
-        {
-          headers: {
-            'Authorization': `Bearer ${apiKey}`,
-            'Content-Type': 'application/json',
-          },
-          timeout: 60000,
-        }
-      );
-
-      const result = response.data.choices[0].message.content;
-      const usage = response.data.usage;
-
-      console.log(`✅ Tokens: ${usage.total_tokens} (prompt: ${usage.prompt_tokens}, completion: ${usage.completion_tokens})`);
-      console.log(`📝 响应长度: ${result?.length || 0} 字符`);
-      
-      if (result && result.trim().length > 0) {
-        console.log('\n📊 结果:');
-        console.log('─'.repeat(50));
-        console.log(result);
-        console.log('─'.repeat(50));
-        console.log('\n✅ 找到有效响应！');
-        break;
-      } else {
-        console.log('❌ 空响应');
-      }
-    } catch (error: any) {
-      console.log(`❌ 错误: ${error.message}`);
-    }
-  }
-}
-
-// 运行测试
-const imagePath = path.join(process.cwd(), 'test.png');
-testDeepSeekOCR(imagePath).catch(console.error);

package/test/test-local.ts

@@ -1,101 +0,0 @@
-/**
- * Luma MCP 本地测试脚本
- * 直接测试图片分析功能，不需要MCP客户端
- */
-
-import { loadConfig } from '../src/config.js';
-import type { VisionClient } from '../src/vision-client.js';
-import { ZhipuClient } from '../src/zhipu-client.js';
-import { SiliconFlowClient } from '../src/siliconflow-client.js';
-import { imageToBase64, validateImageSource } from '../src/image-processor.js';
-import { buildAnalysisPrompt } from '../src/prompts.js';
-import { logger } from '../src/utils/logger.js';
-
-async function testImageAnalysis(imagePath: string, question?: string) {
-  console.log('\n==========================================');
-  console.log('🧪 测试 Luma MCP 图片分析');
-  console.log('==========================================\n');
-
-  try {
-    // 1. 加载配置
-    console.log('📝 加载配置...');
-    const config = loadConfig();
-    console.log(`✅ 配置加载成功: 提供商 ${config.provider}, 模型 ${config.model}\n`);
-
-    // 2. 验证图片
-    console.log('🔍 验证图片来源...');
-    await validateImageSource(imagePath);
-    console.log(`✅ 图片验证通过: ${imagePath}\n`);
-
-    // 3. 处理图片
-    console.log('🖼️  处理图片...');
-    const imageDataUrl = await imageToBase64(imagePath);
-    const isUrl = imagePath.startsWith('http');
-    console.log(`✅ 图片处理完成: ${isUrl ? 'URL' : 'Base64编码'}\n`);
-
-    // 4. 构建提示词
-    console.log('💬 构建提示词...');
-    // DeepSeek-OCR 需要简洁 prompt
-    const prompt = config.provider === 'siliconflow'
-      ? (question || '请详细分析这张图片的内容')
-      : buildAnalysisPrompt(question);
-    console.log(`✅ 提示词: ${question || '通用描述'}\n`);
-
-    // 5. 创建客户端并调用API
-    const client: VisionClient = config.provider === 'siliconflow'
-      ? new SiliconFlowClient(config)
-      : new ZhipuClient(config);
-    
-    const modelName = config.provider === 'siliconflow' ? 'DeepSeek-OCR' : 'GLM-4.5V';
-    console.log(`🤖 调用 ${modelName} API...`);
-    const result = await client.analyzeImage(imageDataUrl, prompt);
-
-    // 6. 显示结果
-    console.log('\n==========================================');
-    console.log('📊 分析结果');
-    console.log('==========================================\n');
-    console.log(result);
-    console.log('\n==========================================');
-    console.log('✅ 测试完成！');
-    console.log('==========================================\n');
-
-  } catch (error) {
-    console.error('\n❌ 测试失败:');
-    console.error(error instanceof Error ? error.message : String(error));
-    process.exit(1);
-  }
-}
-
-// 解析命令行参数
-const args = process.argv.slice(2);
-
-if (args.length === 0) {
-  console.log(`
-使用方法:
-  npm run test:local <图片路径或URL> [问题]
-
-示例:
-  # 分析本地图片
-  npm run test:local ./test.png
-
-  # 分析本地图片并提问
-  npm run test:local ./code-error.png "这段代码为什么报错？"
-
-  # 分析远程图片
-  npm run test:local https://example.com/image.jpg
-
-环境变量:
-  # 使用智谱 GLM-4.5V
-  ZHIPU_API_KEY=your-api-key
-  
-  # 使用硅基流动 DeepSeek-OCR
-  MODEL_PROVIDER=siliconflow
-  SILICONFLOW_API_KEY=your-api-key
-  `);
-  process.exit(1);
-}
-
-const imagePath = args[0];
-const question = args.slice(1).join(' ') || undefined;
-
-testImageAnalysis(imagePath, question);

package/test/test-qwen.ts

@@ -1,88 +0,0 @@
-/**
- * Qwen 客户端测试
- * 测试阿里云通义千问VL视觉理解
- */
-
-import { QwenClient } from '../src/qwen-client.js';
-import { imageToBase64 } from '../src/image-processor.js';
-
-async function testQwen() {
-  const apiKey = process.env.DASHSCOPE_API_KEY;
-  
-  if (!apiKey) {
-    console.error('❌ 错误: 需要设置 DASHSCOPE_API_KEY 环境变量');
-    console.log('设置方法:');
-    console.log('  macOS/Linux: export DASHSCOPE_API_KEY="your-api-key"');
-    console.log('  Windows: $env:DASHSCOPE_API_KEY="your-api-key"');
-    process.exit(1);
-  }
-
-  // 获取图片路径
-  const imagePath = process.argv[2];
-  if (!imagePath) {
-    console.error('❌ 错误: 请提供图片路径');
-    console.log('用法: tsx test/test-qwen.ts <图片路径>');
-    console.log('示例: tsx test/test-qwen.ts ./test.png');
-    process.exit(1);
-  }
-
-  console.log('🚀 开始测试 Qwen3-VL-Flash...\n');
-
-  try {
-    // 1. 初始化客户端
-    console.log('1️⃣ 初始化 Qwen 客户端...');
-    const client = new QwenClient(
-      apiKey,
-      'qwen3-vl-flash',  // 使用高性价比的 Flash 版本
-      4096,
-      0.7
-    );
-    console.log(`✅ 客户端初始化成功: ${client.getModelName()}\n`);
-
-    // 2. 读取图片
-    console.log('2️⃣ 读取图片...');
-    const imageData = await imageToBase64(imagePath);
-    console.log(`✅ 图片读取成功 (${imagePath})\n`);
-
-    // 3. 测试基础分析
-    console.log('3️⃣ 测试基础分析（不启用思考模式）...');
-    const basicResult = await client.analyzeImage(
-      imageData,
-      '请详细分析这张图片的内容',
-      false
-    );
-    console.log('📊 基础分析结果:');
-    console.log(basicResult);
-    console.log('\n');
-
-    // 4. 测试思考模式
-    console.log('4️⃣ 测试思考模式（enable_thinking=true）...');
-    const thinkingResult = await client.analyzeImage(
-      imageData,
-      '请详细分析这张图片的内容，包括所有细节',
-      true  // 启用思考模式
-    );
-    console.log('🧠 思考模式分析结果:');
-    console.log(thinkingResult);
-    console.log('\n');
-
-    // 5. 测试 OCR
-    console.log('5️⃣ 测试 OCR 能力...');
-    const ocrResult = await client.analyzeImage(
-      imageData,
-      '识别图片中的所有文字',
-      false
-    );
-    console.log('📝 OCR 结果:');
-    console.log(ocrResult);
-    console.log('\n');
-
-    console.log('✅ 所有测试完成！');
-
-  } catch (error) {
-    console.error('❌ 测试失败:', error instanceof Error ? error.message : error);
-    process.exit(1);
-  }
-}
-
-testQwen();