camillebrl/vlm_mcp_server

VLM MCP Server

Un serveur MCP (Model Context Protocol) pour l'analyse d'images utilisant le modèle Vision-Language InternVL3. Ce serveur permet d'évaluer la pertinence d'images par rapport à des requêtes et de générer des réponses textuelles basées sur le contenu visuel.

Fonctionnalités

• Analyse d'images avec requête : Analyse multiple d'images avec vérification automatique de pertinence
• Vérification de pertinence : Évalue si une image est pertinente pour une requête donnée
• Analyse d'image unique : Analyse détaillée d'une seule image
• Gestion intelligente de la mémoire : Chargement/déchargement automatique du modèle
• Support GPU optimisé : Utilisation efficace de la mémoire GPU avec nettoyage automatique

Architecture

Le serveur utilise une architecture modulaire avec :

• VLMServer : Serveur MCP principal gérant les outils et les requêtes
• VLMSModelManager : Gestionnaire singleton pour le chargement/déchargement du modèle
• VLMSModel : Interface avec le modèle InternVL3 pour l'analyse d'images
• Utilitaires : Scripts de nettoyage GPU et gestion des processus

Configuration client MCP

{
  "mcpServers": {
    "vlm-server": {
      "command": "/path/to/vlm-server/start_vlm_server.sh"
    }
  }
}

Debugging

Pour afficher les logs du server:

tail -n 1000 /tmp/vlm_mcp_startup.log

Installation

Prérequis

• Python 3.10+
• CUDA (pour l'accélération GPU)
• Poetry pour la gestion des dépendances

Installation des dépendances

# Cloner le repository
git clone <repository-url>
cd vlm-server

# Installer avec Poetry
make install
# ou directement avec Poetry
poetry install

Démarrage du serveur

# Via le script de démarrage
./start_vlm_server.sh

# Ou directement via Poetry
poetry run python -m vlm_server.cli --log-level INFO

Outils disponibles

1. analyze_images_with_query

Analyse multiple d'images avec vérification de pertinence automatique.

Paramètres :

• image_paths (array) : Liste des chemins vers les images
• query (string) : Question ou requête sur les images
• check_relevance (boolean, optionnel) : Vérifier la pertinence (défaut: true)
• metadata (array, optionnel) : Métadonnées pour chaque image

Exemple :

{
  "image_paths": ["/path/to/image1.jpg", "/path/to/image2.png"],
  "query": "Quels sont les éléments techniques visibles dans ces diagrammes ?",
  "check_relevance": true
}

2. check_image_relevance

Vérifie si une image est pertinente pour une requête.

Paramètres :

• image_path (string) : Chemin vers l'image
• query (string) : Requête pour vérifier la pertinence

Exemple :

{
  "image_path": "/path/to/document.jpg",
  "query": "Cette image contient-elle des informations sur les ventes ?"
}

3. analyze_single_image

Analyse détaillée d'une seule image.

Paramètres :

• image_path (string) : Chemin vers l'image
• query (string) : Question sur l'image

4. get_model_status

Obtient l'état actuel du modèle (chargé/déchargé, mémoire utilisée).

Gestion de la mémoire

Le serveur implémente une gestion intelligente de la mémoire GPU :

Chargement dynamique

• Le modèle n'est chargé qu'au premier usage
• Déchargement automatique quand aucune référence active
• Support de différents modèles InternVL3

Nettoyage automatique

• Garbage collection Python après chaque opération
• Vidage agressif du cache CUDA
• Réinitialisation des statistiques mémoire

Formatage du code

# Formater et vérifier le code
make format

# Nettoyer les fichiers temporaires
make clean

Modèles utilisés

Le serveur utilise par défaut OpenGVLab/InternVL3-1B mais supporte d'autres modèles InternVL3 :

• OpenGVLab/InternVL3-1B (recommandé, plus léger)
• OpenGVLab/InternVL3-2B
• OpenGVLab/InternVL3-8B

Configuration GPU

• Support multi-GPU avec device_map="auto"
• Quantification 8-bit pour réduire l'usage mémoire
• Flash Attention quand disponible
• Preprocessing dynamique des images: Taille d'image par défaut : 448x448 pixels, maximum 12 patches par image pour le preprocessing

Limites

• Maximum 2 images par requête pour éviter l'épuisement mémoire GPU (à modifier si plus de mémoire gpu disponible)