AI Tools
用带标签的人脸图库构建特征，再识别目标图片中的人脸
用三种语言从你的代码中调用此工具。
# 1) Upload each file first → returns { filePath }
curl -X POST 'https://api.elysiatools.com/upload/ai-face-recognition' \
-F 'file=@/path/to/galleryFiles.ext'
curl -X POST 'https://api.elysiatools.com/upload/ai-face-recognition' \
-F 'file=@/path/to/targetImage.ext'
# 2) Call the tool with the returned filePath values
curl -X POST 'https://api.elysiatools.com/zh/api/tools/ai-face-recognition' \
-F 'galleryFiles=/path/to/file.ext' \
-F 'galleryLabels=Alice,Bob,Carol' \
-F 'targetImage=/path/to/file.ext' \
-F 'threshold=0.6' \
-F 'minConfidence=0.5'以 JSON 形式 POST 提交输入参数。文件类型参数需先单独上传。
POST https://api.elysiatools.com/zh/api/tools/ai-face-recognition| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| galleryFiles | file需先上传 | 是 | — |
| galleryLabels | text | 否 | — |
| targetImage | file需先上传 | 是 | — |
| threshold | number | 否 | — |
| minConfidence | number | 否 | — |
JSON 结果
{
"key": {...},
"metadata": {
"key": "value"
},
"error": "Error message (optional)",
"message": "Notification message (optional)"
}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。
将以下内容加入你的 MCP 客户端配置：
{
"mcpServers": {
"elysiatools-ai-face-recognition": {
"name": "ai-face-recognition",
"description": "用带标签的人脸图库构建特征，再识别目标图片中的人脸",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=ai-face-recognition",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}连接到 SSE 端点后，列出已开放的工具：
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}通过工具 id 调用，参数由其参数表构建：
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "ai-face-recognition",
"arguments": {
"galleryFiles": "https://example.com/file.ext",
"galleryLabels": "Alice,Bob,Carol",
"targetImage": "https://example.com/file.ext",
"threshold": 0.6,
"minConfidence": 0.5
}
}
}有问题或反馈？请联系 [email protected]