Life Saver

图片识别 & 网页内容分析 MCP Server。支持直接传图、蓝湖设计稿、禅道 Bug/需求/任务以及任意网页 URL 的智能分析。

功能

analyze_image — 图片识别

传入图片（本地路径 / base64 / 图片 URL），AI 自动识别场景并结构化输出。

• UI 原型/设计稿 → 组件结构、布局、交互说明、样式标注
• Bug 截图 → 异常描述、可能原因、影响范围、修复建议
• 需求文档 → 关键需求、验收标准、业务规则
• 通用图片 → 客观描述

支持格式：PNG / JPEG / GIF（自动提取关键帧）/ WebP / BMP，单文件限制 10MB。

analyze_url — 网页内容分析

传入 URL，自动识别来源并拉取内容后 AI 整理输出。

来源	认证方式	能力
蓝湖 (lanhuapp.com)	Cookie	设计稿图片、Axure 原型截图、设计标注、切图提取
禅道 (zentao)	Cookie	Bug/需求/任务详情、图片、附件、历史记录
通用网页	无	抓取文字和图片

蓝湖能力

设计稿 URL（无 docId 参数）：

https://lanhuapp.com/web/#/item/project/product?tid=xxx&pid=xxx
https://lanhuapp.com/web/#/item/project/stage?tid=xxx&pid=xxx

自动提取：

• 设计图列表 + 图片下载（转 base64 传 AI）
• 设计标注（Sketch JSON → 文字/形状/图层信息、颜色、字体、阴影、圆角等）
• 设计 Token（渐变、边框、非均匀圆角等高风险元素）
• 切图/素材（下载链接 + 多分辨率 URL：1x/2x/3x/iOS/Android）

PRD 文档 URL（带 docId 参数）：

https://lanhuapp.com/web/#/item/project/product?tid=xxx&pid=xxx&docId=xxx

自动提取：

• Axure 原型页面截图（Playwright 渲染，支持缓存）
• 页面文字内容
• 文档版本信息

蓝湖需要 Cookie 认证，DDS API 需要单独的 DDS_COOKIE（默认复用 LANHU_COOKIE）。

禅道支持的 URL 格式

?m=bug&f=view&bugID=1081                              # Bug
?m=story&f=view&id=572                                 # 研发需求
?m=requirement&f=view&storyID=495                       # 用户需求
?m=projectstory&f=view&storyID=434&projectID=146        # 项目需求
?m=task&f=view&taskID=314                               # 任务

禅道页面通过 ZIN 框架解析，自动提取：

• 基本信息字段（产品、模块、优先级、状态、指派等）
• 正文内容（重现步骤 / 需求描述 / 任务描述）
• 内嵌图片（自动下载转 base64 传给 AI）
• 附件文件（提取文件名、类型、大小、下载链接，供调用方判断是否需要下载解析）
• 历史记录 / 备注

快速开始

安装

pip install -e .

配置

life-saver-mcp.json：

{
  "handlers": {
    "lanhu": {
      "enabled": true,
      "auth": { "type": "cookie", "env": "LANHU_COOKIE" }
    },
    "zentao": {
      "enabled": true,
      "url": "http://zentao.example.com",
      "auth": { "type": "cookie", "env": "ZENTAO_COOKIE" }
    }
  },
  "providers": [
    {
      "type": "openai",
      "api_key_env": "OPENAI_API_KEY",
      "base_url": "https://api.openai.com/v1",
      "models": ["gpt-4o"],
      "default": true
    }
  ]
}

配置文件查找顺序：--config 参数 > LIFE_SAVER_CONFIG 环境变量 > 当前目录 life-saver-mcp.json > ~/.config/life-saver-mcp/config.json > 内置默认配置。

环境变量

变量	说明
OPENAI_API_KEY	OpenAI API Key（或兼容接口的 Key）
GOOGLE_API_KEY	Google Gemini API Key
ANTHROPIC_API_KEY	Anthropic Claude API Key
LANHU_COOKIE	蓝湖 Cookie（从浏览器 DevTools → Network → 任意请求的 Cookie header 复制）
DDS_COOKIE	蓝湖 DDS API Cookie（可选，默认复用 LANHU_COOKIE）
ZENTAO_COOKIE	禅道 Cookie（同上，需包含 zentaosid 和 zp）
LIFE_SAVER_CONFIG	自定义配置文件路径

获取禅道 Cookie

1. 浏览器打开禅道并登录
2. F12 → Network → 随便点一个请求
3. 复制 Cookie header 中的完整内容（至少包含 zentaosid 和 zp）

启动

# stdio 模式（本地 MCP 客户端）
life-saver-mcp --transport stdio

# HTTP 模式（远程部署）
life-saver-mcp --transport streamable-http --port 8000

# SSE 模式（兼容旧客户端）
life-saver-mcp --transport sse --port 8000

MCP 客户端配置

Cursor / Claude Desktop（stdio）：

{
  "mcpServers": {
    "life-saver": {
      "command": "life-saver-mcp",
      "args": ["--transport", "stdio"]
    }
  }
}

远程 HTTP：

{
  "mcpServers": {
    "life-saver": {
      "url": "http://127.0.0.1:8000/mcp"
    }
  }
}

AI Provider

支持所有 OpenAI 兼容接口，通过 base_url 和 api_key_env 配置：

{
  "type": "openai",
  "api_key_env": "YOUR_API_KEY",
  "base_url": "https://your-api-endpoint.com/v1",
  "models": ["your-model-name"],
  "default": true
}

内置 Provider 类型：openai（兼容所有 OpenAI 接口）、google、anthropic。

无 Provider 时，analyze_url 仍可工作，返回原始抓取内容（文字 + 图片数量 + 附件列表），不调用 AI 分析。

架构

用户输入
  │
  ├─ 图片 ────────► analyze_image ──► AI 分析 ──► 结构化结果
  │
  └─ URL ─────────► analyze_url
                       │
                       ▼
                  URL Router（域名匹配）
                       │
                 ┌─────┼──────────┐
                 ▼     ▼          ▼
             Lanhu   Zentao   Generic
            Handler  Handler  Handler
                 │     │          │
           ┌─────┤     │          │
           ▼     ▼     │          │
      Axure    Design  │          │
      Screenshot Info  │          │
      (Playwright)     │          │
           │     │     │          │
           │ Annotations          │
           │ + Slices │          │
           └─────┤     │          │
                 ▼     ▼          ▼
                  PageContent
                  ├─ text_sections
                  ├─ images (base64)
                  └─ attachments (metadata)
                       │
                       ▼
                  AI Analyzer
                  (多模态：文字 + 图片)
                       │
                       ▼
                  结构化 JSON

项目结构

src/life_saver_mcp/
├── server.py                   # MCP Server 入口（FastMCP）
├── config.py                   # 配置加载
├── models.py                   # Pydantic 数据模型
├── providers/                  # AI Provider 层
│   ├── base.py                 #   BaseProvider 抽象类
│   ├── openai_provider.py      #   OpenAI（兼容 base_url）
│   ├── google_provider.py      #   Google Gemini
│   └── anthropic_provider.py   #   Anthropic Claude
├── handlers/                   # URL Handler 层
│   ├── base.py                 #   BaseHandler 抽象类
│   ├── router.py               #   URL 域名路由
│   ├── generic.py              #   通用网页抓取（BeautifulSoup）
│   ├── lanhu.py                #   蓝湖主逻辑（Cookie + API）
│   ├── lanhu_axure.py          #   蓝湖 Axure 原型下载 + Playwright 截图
│   ├── lanhu_annotations.py    #   蓝湖设计标注提取（Sketch JSON）
│   ├── lanhu_slices.py         #   蓝湖切图/素材提取（多分辨率 URL）
│   └── zentao.py               #   禅道（Cookie + ZIN JSON 解析）
└── analysis/                   # 分析引擎
    ├── prompts.py              #   场景识别 Prompt 模板
    ├── scenario.py             #   结果解析
    └── image_utils.py          #   GIF 多帧提取等图片工具

扩展

新增 AI Provider

1. 在 providers/ 下新建文件，继承 BaseProvider
2. 实现 analyze_image、analyze_text、analyze_multimodal 三个方法
3. 在 server.py 的 PROVIDER_REGISTRY 中注册
4. 在 life-saver-mcp.json 的 providers 中添加配置

新增 URL Handler

1. 在 handlers/ 下新建文件，继承 BaseHandler
2. 实现 can_handle(url) 和 fetch_content(url) 方法
3. 在 handlers/__init__.py 中导出
4. 在 handlers/router.py 的 create_router 中注册
5. 在 life-saver-mcp.json 的 handlers 中添加配置

参考项目

• 蓝湖功能参考：lanhu-mcp — 蓝湖 Axure 文档提取 MCP Server，本项目的蓝湖 Handler（Axure 截图、设计标注、切图提取、DDS Schema 等）基于该项目的实现思路和 API 调用方式进行适配。

License

MIT