What is Mcp Pixabay Server

mcp-pixabay-server is a server that implements the MCP (Model Context Protocol) for accessing the Pixabay API, allowing AI models to search and retrieve images and videos from the Pixabay platform.

Use cases

Use cases include integrating with AI models for content generation, building applications that require image/video search functionalities, and enhancing multimedia projects with rich visual resources from Pixabay.

How to use

To use mcp-pixabay-server, install it globally or as a project dependency using npm. Set your Pixabay API key as an environment variable, then start the server using the command ‘mcp-pixabay-server’. It can also be integrated with AI models that support MCP by configuring the mcp.json file.

Key features

Key features include full compliance with MCP protocol specifications, tools for searching images and videos, support for various search parameters (keywords, type, orientation, category, color), and returning complete resource metadata.

Where to use

mcp-pixabay-server can be used in applications requiring image and video search capabilities, such as web development, AI model integrations, and multimedia content creation.

MCP Pixabay Server

基于 MCP (Model Context Protocol) 的 Pixabay API 接口服务器，让 AI 模型可以搜索和获取 Pixabay 平台的图片和视频资源。

功能特性

• 完全符合 MCP 协议规范的服务器实现
• 提供两个核心工具：
  • search_images - 搜索 Pixabay 图片资源
  • search_videos - 搜索 Pixabay 视频资源
• 支持丰富的搜索参数：关键词、图片/视频类型、方向、类别、颜色等
• 返回完整的资源元数据（URL、分辨率、标签等）
• 支持通过环境变量配置 API 密钥

安装

全局安装

npm install -g @sadais/mcp-pixabay-server

项目依赖安装

npm install @sadais/mcp-pixabay-server --save

配置

服务器需要 Pixabay API 密钥才能正常工作。您可以通过环境变量设置它：

export PIXABAY_API_KEY=your_api_key_here

如果您没有 Pixabay API 密钥，可以在 Pixabay API 文档 页面注册并获取。

使用方法

作为命令行工具

# 启动 MCP 服务器
mcp-pixabay-server

与 AI 模型集成

本服务器可以与支持 MCP 协议的 AI 模型（如 Claude）集成使用：

1. 启动 MCP 服务器
2. 配置 AI 模型使用此 MCP 服务

在使用 Claude Opus 的 Cursor 或 Anthropic Console 等环境中，您可以通过配置 mcp.json 文件来集成此服务：

将以上配置添加到您的 mcp.json 文件中，然后 AI 模型就能通过 MCP 协议调用 Pixabay 搜索功能。

API 参考

search_images

搜索 Pixabay 图片资源。

参数：

• query (必填) - 搜索关键词
• image_type - 图片类型 (“all”, “photo”, “illustration”, “vector”)
• orientation - 图片方向 (“all”, “horizontal”, “vertical”)
• category - 图片类别
• colors - 图片颜色
• safesearch - 安全搜索模式
• page - 页码
• per_page - 每页结果数量（3-200）

search_videos

搜索 Pixabay 视频资源。

参数：

• query (必填) - 搜索关键词
• video_type - 视频类型 (“all”, “film”, “animation”)
• category - 视频类别
• safesearch - 安全搜索模式
• page - 页码
• per_page - 每页结果数量（3-200）

开发指南

环境设置

# 克隆仓库
git clone https://github.com/sadais-org/mcp-pixabay-server.git
cd mcp-pixabay-server

# 安装依赖
npm install

# 构建项目
npm run build

# 开发模式（自动编译）
npm run watch

测试

我们使用 Vitest 进行测试。运行以下命令执行测试：

# 运行所有测试
npm test

# 观察模式运行测试
npm run test:watch

# 生成测试覆盖率报告
npm run test:coverage

代码质量

我们使用 ESLint 和 Prettier 来保证代码质量：

# 运行代码检查
npm run lint

# 自动修复代码问题
npm run lint:fix

提交规范

我们使用 Conventional Commits 规范来格式化提交信息。提交信息应遵循以下格式：

type(scope): subject

类型必须是以下之一：

• feat: 新功能
• fix: Bug修复
• docs: 文档更新
• style: 代码风格变更（不影响功能）
• refactor: 代码重构
• perf: 性能改进
• test: 测试相关
• build: 构建系统或外部依赖项
• ci: CI配置和脚本
• chore: 其他修改
• revert: 回滚提交

调试

由于 MCP 服务器通过 stdio 进行通信，调试可能具有挑战性。推荐使用 MCP Inspector：

npm run inspector

Inspector 将提供一个 URL，让您可以在浏览器中访问调试工具。

贡献指南

我们欢迎并感谢任何形式的贡献！

Issue 规范

创建 Issue 时，请遵循以下规范：

1. 使用清晰简洁的标题描述问题或功能
2. 对于 Bug 报告：
   • 描述问题的复现步骤
   • 预期行为和实际行为
   • 环境信息（操作系统、Node.js 版本等）
   • 相关日志或截图
3. 对于功能请求：
   • 描述功能及其目的
   • 预期的使用场景
   • 实现建议（可选）

Pull Request 规范

提交 PR 时，请遵循以下规范：

1. 创建一个描述性的分支名，如 feature/add-image-filters 或 fix/api-timeout
2. 确保代码通过所有测试和代码检查
3. PR 标题应简洁明了地描述更改内容，并遵循 Conventional Commits 规范
4. PR 描述中包含：
   • 更改的详细说明
   • 关联的 Issue 编号（如有）
   • 测试方法（如适用）
5. 代码风格保持一致

质量检查

每个 PR 必须满足以下质量要求：

• 通过所有自动化测试
• 通过所有代码检查（ESLint）
• 测试覆盖率不降低（目标覆盖率≥70%）
• 提交信息符合规范

开发流程

1. Fork 仓库并克隆到本地
2. 创建新分支进行开发
3. 提交更改并推送到您的 Fork
4. 创建 Pull Request 到主仓库

许可证

本项目基于 MIT 许可证开源 - 详见 LICENSE 文件