给 AI 看的接入说明
这一页专为 AI 设计:密集、自包含、可直接执行。粘 oki-key 自动填好命令,一键复制丢给任意 AI,它就能自己 claude mcp add 装好。
仅在本浏览器里替换命令中的占位符,不会发往服务器、不会进链接。
复制给 AI 的提示词
整段粘进 ChatGPT / Claude / 任意 AI 对话,AI 会自动执行接入命令。
# MCP shanhe —— 山河云 MCP 网关
一个 oki-你的密钥 同时获得 4 类能力(共 14 个工具):联网搜索、GLM 视觉分析、GitHub 仓库精读(Zread)、网页阅读。标准 MCP(Model Context Protocol)协议、Streamable HTTP 传输,Claude Code / Cursor / Cline 等 MCP 客户端均可直连。
## 一、接入 Claude Code(二选一)
方式 A · 命令行(推荐):
claude mcp add --transport http shanhe https://mcp.0ki.cn/mcp --header "Authorization: Bearer oki-你的密钥"
方式 B · 写入项目根目录 .mcp.json:
{
"mcpServers": {
"shanhe": {
"type": "http",
"url": "https://mcp.0ki.cn/mcp",
"headers": { "Authorization": "Bearer oki-你的密钥" }
}
}
}
接入后在 Claude Code 运行 `claude mcp list`(或 `/mcp`),应看到 `shanhe` 及其全部工具。
## 二、端点
- Streamable HTTP(推荐):POST https://mcp.0ki.cn/mcp
- SSE:GET https://mcp.0ki.cn/sse + POST https://mcp.0ki.cn/messages
- 健康检查:GET https://mcp.0ki.cn/health
- MCP 协议版本:2025-06-18
## 三、认证
请求头任选其一:
- `Authorization: Bearer oki-你的密钥` ← 推荐(平台用户密钥)
- `X-API-Key: oki-你的密钥`
- `Authorization: Bearer mcp-key-xxxxxx` ← 本网关独立密钥
## 四、计费
- `initialize` / `tools/list` / `ping`:免费,不计费。
- 有套餐用户:走套餐 MCP 调用配额,每个 tools/call 计 1 次,用尽返回 429。
- 无套餐用户:按量付费,每个 tools/call 从现金余额扣 ¥0.01;余额不足则工具不执行。
## 五、验证(curl initialize)
curl -X POST https://mcp.0ki.cn/mcp \
-H "Authorization: Bearer oki-你的密钥" \
-H "Content-Type: application/json" \
-H "Accept: application/json, text/event-stream" \
-d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-06-18","capabilities":{},"clientInfo":{"name":"test","version":"1.0"}}}'
正常应返回 `{"jsonrpc":"2.0","id":1,"result":{"protocolVersion":"...","serverInfo":{"name":"...","version":"..."},...}}`。
## 六、工具清单(共 14 个;tools/list 可再次获取最新)
- `analyze_image`(视觉分析):使用 AI 视觉模型分析图片。支持远程 URL、base64 数据 URI 或本地文件路径。返回图片内容的详细分析,包括物体、文字、颜色、构图等。
- `extract_text_from_image`(视觉分析):使用 AI 驱动的 OCR 从图片中提取文字。支持远程 URL、base64 数据 URI 或本地文件路径。保留原始格式、换行和结构。
- `analyze_chart`(视觉分析):分析图表、图形和数据可视化。识别图表类型,提取数据点,识别趋势和规律,提供关键洞察。支持远程 URL、base64 数据 URI 或本地文件路径。
- `upload_image`(视觉分析):将 base64 编码的图片上传到服务器并返回 URL。接受 data URI 格式(如 data:image/png;base64,...)。上传后的图片可在其他视觉工具中通过 URL 引用。
- `batch_analyze_images`(视觉分析):批量分析多张图片。支持逐个分析、对比模式和摘要模式。图片源以 JSON 数组形式提供(URL 或 base64 数据 URI)。
- `preprocess_image`(视觉分析):使用 GD 库在分析前预处理图片。支持缩放、裁剪、旋转、锐化、模糊、灰度化、对比度、亮度和反色。操作按顺序依次执行。
- `compare_image_similarity`(视觉分析):使用感知哈希算法比较两张图片的相似度。支持 phash(默认)、ahash、dhash 和像素比较方法。返回 0 到 1 之间的相似度分数。
- `extract_image_metadata`(视觉分析):提取图片元数据,包括尺寸、文件大小、MIME 类型、EXIF 信息(如有)和主要颜色。支持远程 URL、base64 数据 URI 或本地文件路径。
- `web_search`(联网搜索):使用 AI 增强搜索引擎进行网络搜索。返回结构化结果(标题、链接、摘要等)。支持域名过滤、时间范围过滤和内容长度控制。
- `web_search_in_chat`(联网搜索):联网搜索并结合 AI 生成智能回答。搜索结果提供上下文,自定义提示词可指导回答的结构和内容。
- `read_web_page`(网页阅读):读取并解析指定 URL 的网页内容,返回 Markdown 格式的正文、标题和描述。可用于读取文章、文档、新闻等网页。支持缓存控制和图片保留选项。
- `search_doc`(GitHub 仓库精读):在 GitHub 仓库的文档和代码中进行搜索。可用于快速了解仓库功能、核心模块、关键流程、最近 Issue 和 Commit 等。
- `get_repo_structure`(GitHub 仓库精读):查看 GitHub 仓库或子目录的结构。了解项目的模块拆分与目录组织方式,快速识别关键子目录。
- `read_file`(GitHub 仓库精读):读取 GitHub 仓库中单个文件的完整内容。可用于审查核心文件实现、分析模块细节、做重构建议或 Bug 分析。
---
请用上面的「方式 A」命令,帮我把这个 MCP 服务器接入 Claude Code(执行 `claude mcp add ...`),接入后用 `claude mcp list` 确认 `shanhe` 已出现。
按方式复制
① claude mcp add 命令
claude mcp add --transport http shanhe https://mcp.0ki.cn/mcp --header "Authorization: Bearer oki-你的密钥"
② .mcp.json
{
"mcpServers": {
"shanhe": {
"type": "http",
"url": "https://mcp.0ki.cn/mcp",
"headers": { "Authorization": "Bearer oki-你的密钥" }
}
}
}
③ curl 验证(initialize)
curl -X POST https://mcp.0ki.cn/mcp \
-H "Authorization: Bearer oki-你的密钥" \
-H "Content-Type: application/json" \
-H "Accept: application/json, text/event-stream" \
-d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-06-18","capabilities":{},"clientInfo":{"name":"test","version":"1.0"}}}'
AI 能联网?让它直接读原文
把下面这行丢给支持联网的 AI,它会自己抓取并完成接入(占位版,不含你的 key):
请阅读 https://mcp.0ki.cn/llms.txt ,按其中的说明把这个 MCP 服务器接入 Claude Code。
能力一览
视觉分析 (8)
analyze_image
使用 AI 视觉模型分析图片。支持远程 URL、base64 数据 URI 或本地文件路径。返回图片内容的详细分析,包括物体、文字、颜色、构图等。
extract_text_from_image
使用 AI 驱动的 OCR 从图片中提取文字。支持远程 URL、base64 数据 URI 或本地文件路径。保留原始格式、换行和结构。
analyze_chart
分析图表、图形和数据可视化。识别图表类型,提取数据点,识别趋势和规律,提供关键洞察。支持远程 URL、base64 数据 URI 或本地文件路径。
upload_image
将 base64 编码的图片上传到服务器并返回 URL。接受 data URI 格式(如 data:image/png;base64,...)。上传后的图片可在其他视觉工具中通过 URL 引用。
batch_analyze_images
批量分析多张图片。支持逐个分析、对比模式和摘要模式。图片源以 JSON 数组形式提供(URL 或 base64 数据 URI)。
preprocess_image
使用 GD 库在分析前预处理图片。支持缩放、裁剪、旋转、锐化、模糊、灰度化、对比度、亮度和反色。操作按顺序依次执行。
compare_image_similarity
使用感知哈希算法比较两张图片的相似度。支持 phash(默认)、ahash、dhash 和像素比较方法。返回 0 到 1 之间的相似度分数。
extract_image_metadata
提取图片元数据,包括尺寸、文件大小、MIME 类型、EXIF 信息(如有)和主要颜色。支持远程 URL、base64 数据 URI 或本地文件路径。
联网搜索 (2)
web_search
使用 AI 增强搜索引擎进行网络搜索。返回结构化结果(标题、链接、摘要等)。支持域名过滤、时间范围过滤和内容长度控制。
web_search_in_chat
联网搜索并结合 AI 生成智能回答。搜索结果提供上下文,自定义提示词可指导回答的结构和内容。
网页阅读 (1)
read_web_page
读取并解析指定 URL 的网页内容,返回 Markdown 格式的正文、标题和描述。可用于读取文章、文档、新闻等网页。支持缓存控制和图片保留选项。
GitHub 仓库精读 (3)
search_doc
在 GitHub 仓库的文档和代码中进行搜索。可用于快速了解仓库功能、核心模块、关键流程、最近 Issue 和 Commit 等。
get_repo_structure
查看 GitHub 仓库或子目录的结构。了解项目的模块拆分与目录组织方式,快速识别关键子目录。
read_file
读取 GitHub 仓库中单个文件的完整内容。可用于审查核心文件实现、分析模块细节、做重构建议或 Bug 分析。
MCP shanhe · Protocol: 2025-06-18 · llms.txt · 文档更新于 2026-03-24 20:22:07