Design
应用高斯模糊核进行平滑降噪和图像柔化,具有精确控制
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/image-gaussian' \
-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/image-gaussian' \
-F 'imageFile=/path/to/file.ext' \
-F 'sigma=2' \
-F 'kernelSize=5' \
-F 'iterations=1' \
-F 'outputMode=normal'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/image-gaussian| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| imageFile | file需先上传 | 是 | 应用高斯模糊的图片 |
| sigma | number | 否 | 高斯分布的标准差。越高 = 越模糊 |
| kernelSize | select | 否 | 高斯计算的理论核大小。Sharp内部使用优化算法。 |
| iterations | number | 否 | 应用高斯模糊的次数。更多迭代 = 更强效果 |
| outputMode | select | 否 | 对模糊输出的额外处理 |
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-image-gaussian": {
"name": "image-gaussian",
"description": "应用高斯模糊核进行平滑降噪和图像柔化,具有精确控制",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=image-gaussian",
"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": "image-gaussian",
"arguments": {
"imageFile": "https://example.com/file.ext",
"sigma": 2,
"kernelSize": "5",
"iterations": 1,
"outputMode": "normal"
}
}
}文件结果
{
"filePath": "/public/processing/randomid.ext",
"fileName": "output.ext",
"contentType": "application/octet-stream",
"size": 1024,
"metadata": {
"key": "value"
},
"error": "Error message (optional)",
"message": "Notification message (optional)"
}有问题或反馈?请联系 [email protected]