AI 人脸特征向量

为每张检测到的人脸生成 128 维特征向量

json· JSON 结果

快速开始

用三种语言从你的代码中调用此工具。

cURL

# 1) Upload each file first → returns { filePath }
curl -X POST 'https://api.elysiatools.com/upload/ai-face-descriptors' \
  -F 'file=@/path/to/imageFile.ext'

# 2) Call the tool with the returned filePath values
curl -X POST 'https://api.elysiatools.com/zh/api/tools/ai-face-descriptors' \
  -F 'imageFile=/path/to/file.ext' \
  -F 'minConfidence=0.5' \
  -F 'maxResults=0'

API 参考

以 JSON 形式 POST 提交输入参数。文件类型参数需先单独上传。

请求端点

HTTP

POST https://api.elysiatools.com/zh/api/tools/ai-face-descriptors

请求参数

参数名	类型	必填	说明
imageFile	file需先上传	是	—
minConfidence	number	否	—
maxResults	number	否	—

文件类型参数需先通过 POST /upload/ai-face-descriptors 上传，再将返回的 filePath 传入对应的文件字段。

响应格式

JSON 结果

JSON

{
  "key": {...},
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}

MCP 集成

将此工具加入你的 Model Context Protocol 服务，让 AI 智能体可以列出并调用它。

服务配置

将以下内容加入你的 MCP 客户端配置：

mcp.json

{
  "mcpServers": {
    "elysiatools-ai-face-descriptors": {
      "name": "ai-face-descriptors",
      "description": "为每张检测到的人脸生成 128 维特征向量",
      "baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=ai-face-descriptors",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

列出可用工具

连接到 SSE 端点后，列出已开放的工具：

tools/list

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/list"
}

调用此工具

通过工具 id 调用，参数由其参数表构建：

tools/call

{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "tools/call",
  "params": {
    "name": "ai-face-descriptors",
    "arguments": {
  "imageFile": "https://example.com/file.ext",
  "minConfidence": 0.5,
  "maxResults": 0
}
  }
}

可用逗号分隔的 toolId 在一个会话中串联多个工具，例如 /mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp（最多 20 个）。

文件参数仅支持公开的文件链接 URL（https://…）。不支持本地路径、data: URI 和 Base64 字符串。

AI 人脸特征向量 —— API 与 MCP | Elysia Tools