genpark-hubx-multimodal-mobile-agent-mcp：基于 MCP 协议暴露 HubX 移动端多模态 AI 工具链

Alpha-Park/genpark-hubx-multimodal-mobile-agent-mcp · Native Model Context Protocol (MCP) server exposing HubX's mobile-first multimodal toolchain: vision diagnostics, voice transcription, photo-realistic generation, and spatial design.

GitHub原文发布未知首次收录 2026-10-06上架 2026-10-06 07:01

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

该项目是一个零依赖、纯 Python 标准库实现的原生 Model Context Protocol（MCP）服务器与技能，面向自主个人与移动 Agent，统一编排并调用 HubX 旗下的多款移动 AI 应用能力，涵盖多 LLM 对话、植物识别与病害诊断、文生图与图生图、AI 纹身设计、写实人像生成、室内外建筑空间重塑、营养追踪、会议音频转录与摘要、AI 语言陪练以及正念运动编排，并输出结构化 JSON 结果。

# ai-agent # multimodal # mcp-server # zero-dependency # mobile-apps

核心能力与快速开始

★ 7 · Python

能做什么: 以原生 MCP 服务器形式提供 HubX 移动端多模态工具链的统一编排与调用：通过 Router 将任务分发给文本推理（Nova 多模型 LLM）、视觉诊断（PlantApp 植物识别与病害诊断、Lean 营养识别、HomeAI 空间重塑）、生成式媒体（DaVinci 文生图/图生图、Momo 写实人像、TattooAI 纹身设计）以及语音与对话（NoteAI 音频转录摘要、BetterSpeak 语言陪练）等能力，并返回结构化 JSON 输出与遥测。接口参数包括 app_id（nova、plantapp、davinci、momo、homeai、lean、noteai、betterspeak）、payload 与可选的 options。
适用场景: 面向需要多模态能力的自主个人与移动 Agent 场景：接入 Claude Desktop、Cursor 或其他 MCP 兼容客户端，在对话式 Agent 中调用植物识别、营养分析、空间设计、图像生成、音频转录与语言学习等工具；也可按 README 示例通过 Python 客户端（example_usage.py 或 HubXMultimodalMobileAgentMCP 客户端）直接执行多模态工具基准调用。
项目形态: 可直接使用的工具
部署方式: 本地运行：以 Python 脚本形式启动 mcp_server.py，并在 MCP 客户端（如 Claude Desktop、Cursor）的 claude_desktop_config.json 中配置 command 与 args 指向该脚本；README 未说明云端或容器化部署方式。
主要依赖: README 标注 Python 3.9+，且为零依赖（仅使用标准库）；其余硬件与系统要求未说明。
使用限制: README 未说明各 HubX 应用能力的准确率、响应时延、调用配额、API 成本或商用授权范围；具体能力依赖上游 HubX 服务，材料未说明其可用性与限制。
许可证: MIT
最近推送: 2026-09-28 10:49

官方入门核对 README 依据 ↗

资料检查：2026-10-06 07:00 · 卡片整理：2026-10-06 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

作为 MCP 服务器与技能，程序员可将其接入 Claude Desktop、Cursor 或其他兼容 MCP 的客户端，通过 app_id 与 payload 参数统一调用 HubX 的多模态工具链（如多 LLM 对话、植物识别、文生图、音频转录），并以结构化 JSON 获取结果，用于构建和编排移动端多模态 Agent 应用。

查看内容依据

Connect this skill to **Claude Desktop**, **Cursor**, or any MCP-compliant client

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

产品经理

产品经理可借助该 MCP 服务器统一编排并调用 HubX 旗下多款移动 AI 应用能力（多 LLM 对话、植物识别与病害诊断、文生图与图生图、AI 纹身设计、写实人像生成、建筑空间重塑、营养追踪、会议音频转录与摘要、AI 语言陪练、正念运动编排），用于多模态移动 AI 产品的能力调研与原型验证。

查看内容依据

统一编排并调用 HubX 旗下的多款移动 AI 应用能力，涵盖多 LLM 对话、植物识别与病害诊断、文生图与图生图、AI 纹身设计、写实人像生成、室内外建筑空间重塑、营养追踪、会议音频转录与摘要、AI 语言陪练以及正念运动编排，并输出结构化 JSON 结果。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

merx-mcp：为 AI Agent 提供 TRON 链上交易与资源管理的 MCP 工具集

merx-mcp 是一个基于 Model Context Protocol 的服务器，为 AI Agent（如 Claude、Cursor 等 MCP 客户端）提供 TRON 网络操作能力，涵盖 USDT/TRX 转账、代币兑换、余额查询、能量与带宽资源管理、交易模拟，以及描述中提到的 USDT/USDC/USDD 支付与 x402 v2 相关功能，通过单一配置接入即可让 Agent 执行链上任务。

Cora：基于 BYOK 大模型的命令行 AI 代码审查与代码智能工具

Cora 是一款用 Rust 编写的原生 CLI 工具，面向终端、CI/CD、Git 钩子以及 AI 编程代理场景，提供 AI 驱动的代码审查与代码智能能力。它支持自带密钥（BYOK）接入 OpenAI、Anthropic、Groq、Ollama、Z.AI 等多家模型或任意 OpenAI 兼容 API，并可在未配置大模型时运行确定性的内置规则、安全与密钥检测扫描。功能涵盖 diff/分支/未推送提交审查、提交信息生成、SARIF 输出、质量门禁与质量档位、自定义规则引擎、大 PR 自动分块、多语言代码库符号索引与调用图追踪、混合语义搜索（FTS5 + 向量 KNN + 图 RRF 融合）以及面向 AI 编程代理的 MCP 服务。

Fathom：多模态商品搜索与离线评测系统

Fathom 是一个面向 3.5 万余件 Amazon 商品的多模态检索项目，支持用文字或图片搜索商品。它把稠密向量、BM25 与 CLIP 文本到图像检索在服务端用 RRF 融合，再经 MiniLM 交叉编码器重排，并用 LLM 把“适合扁平足、80 美元以内的舒适跑鞋”这类口语化请求解析成干净查询、硬性预算和类目加权。项目包含数据质量审计、离线检索与查询理解评测报告，技术栈为 FastAPI、Qdrant、Next.js。

Iris Media for DSH：为 DeepSeek Harness 提供多模态媒体生成与视觉理解的插件与 CLI

Iris Media 是面向 DeepSeek Harness 的多模态生产运行时，以 DSH 插件和独立 headless CLI 两种形式提供图像生成、视频生成（文生视频/图生视频/S2V 数字人）、音乐生成、语音合成与音频转写、看图问答、长图 OCR、目标定位、裁剪、像素差异、视频抽帧与多模态摘要等能力。它通过多供应商模型池按“供应商 + 模型”为每项能力分配候选模型，生成作品由共享 Core 以 Task/Artifact 管理，支持异步任务跟踪、重启恢复与作品导出；内置 Iris 工作台用于配置、任务管理和统计，并在对话输入区提供提示词优化入口。项目提供离线诊断 Doctor、随包三项 Agent Skills 以及多份协议与安全文档。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。