SuperAPI AI 工具集
合作ENAI 行业资讯收藏
全部工具AI图像工具openrouter-mcp-multimodal

openrouter-mcp-multimodal

OpenRouter MCP Multimodal 是一个面向多模态 AI 智能体的 MCP（Model Context Protocol）服务器，以 Node.js/TypeScript 实现，通过 stdio 将 Cursor、Claude Desktop、VS Code、Windsurf、Cline、Kiro 等 AI 编程客户端连接到 OpenRouter 统一 LLM API。它一次安装即可覆盖文本、视觉、音频与视频的完整多模态能力：文本对话（支持 300+ 模型，如 Claude、Gemini、GPT）、图像/音频/视频分析，以及图像、语音、音乐、视频生成（Veo 3.1、Sora、Seedance、Wan）。服务器共提供 21 个 MCP 工具，具备输入/输出路径沙箱、SSRF 防护、结构化错误码（_meta.code，13 种分类）、MCP 2025-11-25 结构化输出与工具图标、异步视频进度通知等生产级加固，并通过 3929 项自动化测试验证。该服务器已在官方 MCP Registry 以 io.github.stabgan/openrouter-multimodal 名称收录，npm 包为 @stabgan/openrouter-mcp-multimodal。

访问官网

工具介绍

用途

OpenRouter MCP Multimodal 是一个生产级的多模态 MCP 服务器，用于把 AI 编程智能体（Cursor、Claude Desktop、VS Code、Windsurf、Cline、Kiro 等）连接到 OpenRouter 的统一 LLM API，通过 stdio 通信。与仅支持文本的 MCP 服务器不同，一次安装即覆盖文本、视觉、音频与视频全链路，既能分析，也能生成。

主要能力

  • 文本对话：可调用 300+ OpenRouter 模型，资料提及 Claude、Gemini、GPT 等；支持结构化输出（JSON Schema），也可使用 response_format 的 json_object，并支持 response_healing 自动修复格式错误的 JSON。
  • 多模态分析：支持图像、音频、视频分析（analyze_* 系列；本地文件分析自 v4.5.2 起受输入路径沙箱限制）。
  • 多模态生成：图像生成（generate_image、generate_image_dedicated）、音频生成（generate_audio）、语音合成（text_to_speech）、视频生成（generate_video、generate_video_from_image）及视频状态查询（get_video_status）；资料提到生成模型涵盖 Veo 3.1、Sora、Seedance、Wan。视频生成是异步的，若超过 max_wait_ms 仍在运行，会以 _meta.code: JOB_STILL_RUNNING 和 video_id 成功返回，可调用 get_video_status 继续轮询（这不属于错误）。
  • 模型搜索：可搜索模型（例如筛选支持视觉或免费的模型）。
  • 文本向量嵌入：返回 embedding 数组，用于 RAG、语义搜索或聚类；资料称支持 37+ 模型，可传单个字符串或最多 2048 条文本的数组。
  • 结构化决策（System One）：返回校准概率而非生成文本；支持三种问题类型：noul（是/否）、choice（选择一个类别）、score（有序评分）；模型包括 typesafe/jev-1.13（默认）、upstage/solar-decide、microsoft/decision-1。
  • 共 21 个 MCP 工具，每个工具描述含 Use when、Good/Bad examples、Fails when、Works with，便于智能体选择正确工具并从错误中恢复。

使用方式

  1. 获取 API key（免费额度可用）：openrouter.ai/keys。
  2. 运行服务器。
  3. 在 MCP 客户端配置中加入 JSON 块（使用 Manual config 中的 mcpServers 对象）。

资料列出的安装/运行方式：

  • npx（Node 包）：@stabgan/openrouter-mcp-multimodal，可用 "args": ["-y", "@stabgan/openrouter-mcp-multimodal@5.1.0"] 固定版本。
  • uvx：因为该服务器基于 Node，uvx 使用一个轻量 Python launcher 执行 npx -y @stabgan/openrouter-mcp-multimodal，因此仍需安装 Node。
  • pipx 等价方式：pipx run mcp-server-openrouter-multimodal；可用 OPENROUTER_MCP_NPM_VERSION=5.1.0 固定底层 npm 包版本。
  • Docker：OCI 镜像 docker.io/stabgan/openrouter-mcp-multimodal。
  • 交互式安装（自动写入客户端配置）以及 Smithery 列表：smithery.ai/server/@stabgan/openrouter-mcp-multimodal。
  • 官方名称：io.github.stabgan/openrouter-multimodal；Registry：registry.modelcontextprotocol.io。

需在 shell 或客户端环境设置 OPENROUTER_API_KEY。使用 uvx 时需先安装 uv 并确保 Node.js 22+ 在 PATH 中。使用 npx 时使用 -i（交互式 stdio），避免 -t（TTY 会在部分主机上破坏 MCP 帧）。若 GUI 应用找不到 npx，可用 cmd 包装或使用 npx 的完整路径。

安全与限制

  • 输入路径沙箱：analyze_* 与参考图的本地路径必须位于 OPENROUTER_INPUT_DIR（回退到 OPENROUTER_OUTPUT_DIR，再回退到 cwd）。
  • 输出路径沙箱：save_path 必须位于 OPENROUTER_OUTPUT_DIR。
  • 异步任务读取：get_chat_completion_status 只在 OPENROUTER_OUTPUT_DIR/openrouter-jobs/ 下解析磁盘路径（4.7.0+）。
  • SSRF 防护：URL 抓取时屏蔽私有/保留 IP。
  • 不可信内容：分析输出标记 _meta.content_is_untrusted: true。
  • 原型污染防御：所有 API 输出边界递归移除 proto、constructor、prototype 键。
  • 密钥脱敏：stderr JSON 日志会脱敏 API key 与敏感值；stdout 保留给 MCP 协议流量。
  • 仅可用 OPENROUTER_ALLOW_UNSAFE_PATHS=1 覆盖沙箱（不推荐）。
  • 二进制工具结果（v4.7.0+）：生成类工具返回图像、音频或视频字节，存在默认内联上限（可按类型或全局覆盖）；如设置 save_path，则结果为指向已保存文件的文本指针而非内联媒体。
  • 错误均带 _meta.code（13 种封闭分类），并尽可能带 _meta.suggestions。
  • 免费模型可用于聊天与视觉；音视频生成通常需要额度；部分模型分析可能返回 402，服务器会以结构化错误呈现。
  • 集成测试默认使用 google/gemma-4-26b-a4b-it:free（可用 OPENROUTER_INTEGRATION_MODEL 覆盖）；GitHub Actions 需要 OPENROUTER_API_KEY 仓库密钥。
  • 工具列表与调用可针对实时 OpenRouter key 调试（tools/list）。
  • 协议为 MCP 2025-11-25（向后兼容 2025-06-18 及更早）；Node ≥ 22（Docker 镜像使用 Node 24）；许可证 Apache 2.0。

适用场景

适用于希望在 AI 编程客户端中通过一个 MCP 服务器统一调用多模态能力的开发者与智能体工作流，例如在 Cursor、Claude Desktop、VS Code 中进行多模型对话、分析本地图像/音频/视频、生成图像/语音/音乐/视频、做文本嵌入与结构化决策。

缺失信息

资料未提供具体定价、各工具完整参数清单、支持的全部模型明细与各平台用户量等信息。

同类工具

查看分类