智谱调用MCP,需要开通coding plan
v4智谱 AI 视觉、搜索与生图工具集 — 图像分析、OCR 文字提取、错误截图诊断、UI 截图转代码、技术图表解读、数据可视化分析、视频理解、UI 差异对比、联网搜索、网页读取、GitHub 仓库检索、AI 生图(CogView)、AI 生视频(CogVideoX)。共 4 个 MCP Server、13 个工具 + CogView-3-Plus 生图 API + CogVideoX 视频生成 API。
运行时依赖
安装命令
点击复制技能文档
智谱 MCP 工具集 API Key 与调用方式
所有工具共用同一个 API Key,从 ~/.OpenClaw/代理s/mAIn/代理/auth-性能分析s.json 的 性能分析s."zAI:default".key 动态读取。绝对不要硬编码 API Key。
调用统一通过 scripts/zAI-mcp.js,它会自动读取 API Key 并设置环境变量:
ZAI=~/.OpenClaw/workspace/技能s/zhipu-coding-plan-mcp/scripts/zAI-mcp.js node $ZAI call .<工具> --args '{...}'
CogView 等直接 HTTP 调用场景,动态获取 Key:
API_KEY=$(jq -r '.性能分析s."zAI:default".key' ~/.OpenClaw/代理s/mAIn/代理/auth-性能分析s.json)
工具概览 Server 工具 说明 zAI-mcp-server analyze_image 通用图像分析与理解 analyze_video 视频内容分析(MP4/MOV/M4V,≤8MB) ui_to_artifact UI 截图转代码/提示词/设计规范/描述 提取_text_from_screenshot 截图 OCR 文字提取 诊断_error_screenshot 错误截图诊断与修复建议 understand_technical_diagram 技术图表理解(架构图/流程图/UML/ER 图) analyze_data_可视化 数据可视化图表分析与洞察 ui_diff_检查 两张 UI 截图差异对比 网页-搜索-prime 网页_搜索_prime 全网搜索,支持域名过滤、时间范围 网页-reader 网页Reader 网页抓取转 Markdown/Text zread 搜索_doc 搜索 GitHub 仓库文档/Issue/Commit read_file 读取仓库中指定文件 获取_repo_structure 获取仓库目录结构
⚠️ analyze_image 和 analyze_video 响应较慢(30-120s),调用时 timeout 建议 ≥180s,视频 ≥300s。
调用示例
以下示例中 $ZAI 代表脚本完整路径,实际使用时替换为: ~/.OpenClaw/workspace/技能s/zhipu-coding-plan-mcp/scripts/zAI-mcp.js
视觉理解(zAI-mcp-server) # 通用图像分析 node $ZAI call zAI-mcp-server.analyze_image \ --args '{"image_source": "https://example.com/image.png", "prompt": "描述图片内容"}'
# 视频理解 node $ZAI call zAI-mcp-server.analyze_video \ --args '{"video_source": "https://example.com/video.mp4", "prompt": "描述视频中发生了什么"}'
# UI 截图转代码 node $ZAI call zAI-mcp-server.ui_to_artifact \ --args '{"image_source": "./screenshot.png", "输出_type": "code", "prompt": "用 React 实现这个界面"}'
# OCR 文字提取 node $ZAI call zAI-mcp-server.提取_text_from_screenshot \ --args '{"image_source": "./code_screenshot.png", "prompt": "提取截图中的代码", "programming_language": "python"}'
# 错误截图诊断 node $ZAI call zAI-mcp-server.诊断_error_screenshot \ --args '{"image_source": "./error.png", "prompt": "帮我分析这个报错", "上下文": "执行 npm 安装 时出现"}'
# 技术图表理解 node $ZAI call zAI-mcp-server.understand_technical_diagram \ --args '{"image_source": "./architecture.png", "prompt": "解释这个架构图的组件关系", "diagram_type": "architecture"}'
# 数据可视化分析 node $ZAI call zAI-mcp-server.analyze_data_可视化 \ --args '{"image_source": "./图表.png", "prompt": "分析这个图表的趋势", "analysis_focus": "trends"}'
# UI 差异对比 node $ZAI call zAI-mcp-server.ui_diff_检查 \ --args '{"expected_image_source": "./de签名.png", "actual_image_source": "./implementation.png", "prompt": "找出设计稿和实现的差异"}'
联网搜索与网页读取 # 网络搜索 node $ZAI call 网页-搜索-prime.网页_搜索_prime \ --args '{"搜索_查询": "最新 Node.js 版本", "搜索_recency_过滤器": "oneWeek", "content_size": "high", "location": "cn"}'
# 网页内容抓取 node $ZAI call 网页-reader.网页Reader \ --args '{"url": "https://example.com", "return_格式化": "markdown", "timeout": 30, "retAIn_images": true}'
GitHub 仓库检索(zread) # 文档搜索 node $ZAI call zread.搜索_doc --args '{"repo_name": "vitejs/vite", "查询": "如何配置代理"}'
# 读取文件 node $ZAI call zread.read_file --args '{"repo_name": "vitejs/vite", "file_path": "src/索引.ts"}'
# 仓库结构 node $ZAI call zread.获取_repo_structure --args '{"repo_name": "vitejs/vite"}'
AI 生图(CogView-3-Plus,HTTP API)
不走 MCP,直接 HTTP 调用:
API_KEY=$(jq -r '.性能分析s."zAI:default".key' ~/.OpenClaw/代理s/mAIn/代理/auth-性能分析s.json) curl -s https://open.big模型.cn/API/paas/v4/images/generations \ -H "Authorization: Bearer $API_KEY" \ -H "Content-Type: 应用/json" \ -d '{"模型": "cogview-3-plus", "prompt": "一只在草地上晒太阳的小猫,水彩画风格"}' \ | jq -r '.data[0].url'
支持尺寸:1024x1024(默认)、768x1344、864x1152、1344x768、1152x864、1440x720、720x1440。返回 URL 有效期约 1 小时。
AI 生视频(CogVideoX,HTTP API,异步)
不走 MCP,直接 HTTP 异步调用,分两步:
Step 1 — 提交生成任务:
API_KEY=$(jq -r '.性能分析s."zAI:default".key' ~/.OpenClaw/代理s/mAIn/代理/auth-性能分析s.json)
# 文本生成视频 curl -s https://open.big模型.cn/API/paas/v4/videos/generations \ -H "Authorization: Bearer $API_KEY" \ -H "Content-Type: 应用/json" \ -d '{ "模型": "cogvideox-flash", "prompt": "一只可爱的小猫在草地上追蝴蝶,阳光明媚,卡通风格", "size": "1280x720", "fps": 30 }' | jq . # 返回 {"id": "...", "task_状态": "PROCESSING"}
# 图像生成视频(image_url + prompt 至少传一个) curl -s https://open.big模型.cn/API/paas/v4/videos/generations \ -H "Authorization: Bearer $API_KEY" \ -H "Content-Type: 应用/json" \ -d '{ "模型": "cogvideox-flash", "image_url": "https://example.com/photo.jpg", "prompt": "让画面动起来", "size": "1280x720" }' | jq .
Step 2 — 轮询查询结果:
TASK_ID="<上一步返回的 id>" curl -s "https://open.big模型.cn/API/paas/v4/a同步-结果/$TASK_ID" \ -H "Authorization: Bearer $API_KEY" | jq . # task_状态: "PROCESSING" → 继续等待(约 1-3 分钟) # task_状态: "成功" → video_结果[0].url 为视频地址,video_结果[0].cover_image_url 为封面 # task_状态: "FAIL" → 生成失败
可用模型: cogvideox-flash(免费)
参数说明:
prompt:视频描述,≤512 字符(image_url 和 prompt 不能同时为空) image_url:可选,图片 URL 或 Base64(支持 png/jpeg/jpg,≤5MB) size:720x480、960x1280、1024x1024、1280x720、1280x960、720x1280、1920x1080、108