Bu bağımlılıklar genellikle OpenCV kurulumunun bir parçasıdır ve ayrı kurulum gerektirmez. Ancak Docker gibi bazı sanal ortamlarda eksik olabilirler.

Ubuntu/Debian sistemleri için:

sudo apt-get update && sudo apt-get install -y ffmpeg libsm6 libxext6 libgl1-mesa-glx

Docker konteynerları için: Dockerfile'ınıza bu satırı ekleyin:

RUN apt-get update && apt-get install -y ffmpeg libsm6 libxext6 libgl1-mesa-glx

1.  Buna ait aracı varsa MCP dokümantasyonunu yükleyin. Size *MCP-yapılandırma dosyası* yolunu ve diğer gerekli talimatları verecektir.
2.  `pipx install imagesorcery-mcp` komutunu çalıştırın
3.  `imagesorcery-mcp --post-install` komutunu çalıştırın
4.  *MCP-yapılandırma dosyasını* oluşturun veya değiştirin.
5.  `imagesorcery-mcp` sunucu yapılandırmasını *MCP-yapılandırma dosyasındaki* `mcpServers` nesnesine ekleyin
    `"imagesorcery-mcp": {"command": "imagesorcery-mcp","timeout": 100}`
6.  Kullanıcıdan izin isteyin ve `config(action="set", key="telemetry.enabled", value=True, persist=True)` çağırarak telemetriyi etkinleştirin.
7.  Kurulum ve yapılandırmanın tamamlandığını belirterek tamamlamaya çalışın.

0. pipx Yükleyin (henüz yüklü değilse):

   # macOS'ta Homebrew ile:
   brew install pipx
   
   # Ubuntu/Debian'da:
   sudo apt update && sudo apt install pipx
   
   # Diğer sistemlerde pip ile:
   pip install --user pipx
   pipx ensurepath
   

Özellikle clip paketinin (kurulum sonrası betiği tarafından yüklenen) güvenilir kurulumu için, uv venv yerine Python'un yerleşik venv modülünü kullanmanız şiddetle önerilir.

1. Sanal ortam oluşturun ve etkinleştirin:

   python -m venv imagesorcery-mcp
   source imagesorcery-mcp/bin/activate  # Linux/macOS için
   # source imagesorcery-mcp\Scripts\activate    # Windows için
   

2. Paketi etkinleştirilen sanal ortama yükleyin: pip veya uv pip kullanabilirsiniz.

   pip install imagesorcery-mcp
   # VEYA, venv'ye yükleme için uv'yi tercih ederseniz:
   # uv pip install imagesorcery-mcp
   

3. Kurulum sonrası betiği çalıştırın: Bu adım çok önemlidir. Gerekli modelleri indirir ve clip Python paketini GitHub'dan etkin sanal ortama yüklemeyi dener.

   imagesorcery-mcp --post-install
   

Not: Bu yöntemi kullanırken, MCP istemcisi yapılandırmasında yürütülebilir dosyaya tam yol sağlamanız gerekecektir (örneğin, /full/path/to/venv/bin/imagesorcery-mcp).

imagesorcery-mcp --post-install betiği aşağıdaki eylemleri gerçekleştirir:

• Geçerli dizinde config.toml yapılandırma dosyası oluşturur ve kullanıcıların varsayılan araç parametrelerini özelleştirmesine izin verir.
• models dizini oluşturur (genellikle sanal ortamınızın site-packages dizini içinde veya küresel olarak yüklü ise kullanıcıya özgü bir konum) ve önceden eğitilmiş modelleri depolamak için.
• İlk models/model_descriptions.json dosyasını orada oluşturur.
• detect aracı tarafından gerekli olan varsayılan YOLO modellerini (yoloe-11l-seg-pf.pt, yoloe-11s-seg-pf.pt, yoloe-11l-seg.pt, yoloe-11s-seg.pt) bu models dizinine indirir.
• clip Python paketini Ultralytics'in GitHub deposundan doğrudan etkin Python ortamına yüklemeyi dener. Bu, find aracındaki metin istemi işlevselliği için gereklidir.
• find aracı tarafından gerekli CLIP model dosyasını models dizinine indirir.

Bu işlemi istediğiniz zaman çalıştırarak varsayılan modelleri geri yükleyebilir ve clip yüklemesini yeniden deneyebilirsiniz.

• uv venv ile sanal ortam oluşturma: Testlere göre, uv venv ile oluşturulan sanal ortamlar imagesorcery-mcp --post-install betiğinin clip paketini GitHub'dan otomatik olarak yüklemesine izin veren şekilde pip içermeyebilir (kurulum adımı sırasında "No module named pip" hatası ile sonuçlanabilir). uv venv kullanmayı seçerseniz:

  1. uv venv oluşturun ve etkinleştirin.
  2. imagesorcery-mcp yükleyin: uv pip install imagesorcery-mcp.
  3. clip paketini etkin uv venv'ye el ile yükleyin:

     uv pip install git+https://github.com/ultralytics/CLIP.git
     

  4. imagesorcery-mcp --post-install komutunu çalıştırın. Bu modelleri indirecek ancak clip Python paketini yüklemeyi başaramayabilir. Kurulum sonrası betiği aracılığıyla otomatik clip yüklemesi için python -m venv (yukarıdaki 1. adımda açıklandığı gibi) sanal ortam oluşturmanın önerilen yöntemidir.

• uvx imagesorcery-mcp --post-install kullanma: Kurulum sonrası betiğini doğrudan uvx ile çalıştırmak (örneğin, uvx imagesorcery-mcp --post-install) muhtemelen clip Python paketini yüklemeyi başaramayacaktır. Bunun nedeni, uvx tarafından oluşturulan geçici ortamın tipik olarak betiğin kullanabileceği şekilde pip'e sahip olmamasıdır. Modeller indirilecek ancak clip paketi bu komutla yüklenmeyecektir. uvx kullanarak ana imagesorcery-mcp sunucusunu çalıştırmayı düşünüyorsanız ve clip işlevselliğine ihtiyaç duyuyorsanız, clip paketinin uvx'in bulabileceği erişilebilir bir Python ortamına yüklü olmasını sağlamanız veya imagesorcery-mcp kurulumunu python -m venv ile oluşturulan kalıcı bir ortama yüklemeyi düşünmelisiniz.

"mcpServers": {
    "imagesorcery-mcp": {
      "url": "http://127.0.0.1:8000/mcp", // Belirtilmişse özel ana bilgisayar, bağlantı noktası ve yolu kullanın
      "transportType": "http",
      "autoApprove": ["blur", "change_color", "config", "crop", "detect", "draw_arrows", "draw_circles", "draw_lines", "draw_rectangles", "draw_texts", "fill", "find", "get_metainfo", "ocr", "overlay", "resize", "rotate"],
      "timeout": 100
    }
}

pipx kurulumu için (önerilir):

"mcpServers": {
    "imagesorcery-mcp": {
      "command": "imagesorcery-mcp.exe",
      "transportType": "stdio",
      "autoApprove": ["blur", "change_color", "config", "crop", "detect", "draw_arrows", "draw_circles", "draw_lines", "draw_rectangles", "draw_texts", "fill", "find", "get_metainfo", "ocr", "overlay", "resize", "rotate"],
      "timeout": 100
    }
}

Manuel venv kurulumu için:

"mcpServers": {
    "imagesorcery-mcp": {
      "command": "C:\\full\\path\\to\\venv\\Scripts\\imagesorcery-mcp.exe",
      "transportType": "stdio",
      "autoApprove": ["blur", "change_color", "config", "crop", "detect", "draw_arrows", "draw_circles", "draw_lines", "draw_rectangles", "draw_texts", "fill", "find", "get_metainfo", "ocr", "overlay", "resize", "rotate"],
      "timeout": 100
    }
}

Modelleri indirirken, betik otomatik olarak models/model_descriptions.json dosyasını günceller:

• Ultralytics modelleri için: Açıklamalar src/imagesorcery_mcp/scripts/create_model_descriptions.py'de önceden tanımlanmıştır ve her modelin amacı, boyutu ve özellikleri hakkında ayrıntılı bilgiler içerir.

• Hugging Face modelleri için: Açıklamalar otomatik olarak Hugging Face Hub'daki model kartından çıkarılır. Betik, model dizinindeki model adını veya açıklamanın ilk satırını kullanmaya çalışır.

Modelleri indirdikten sonra, models/model_descriptions.json'deki açıklamaları kontrol etmeniz ve modellerin yetenekleri ve kullanım durumları hakkında daha doğru veya ayrıntılı bilgi sağlamak için bunları ayarlamanız önerilir.

1. STDIO Modu (Varsayılan) - Yerel MCP istemcileri için standart moddur:

   imagesorcery-mcp
   

2. Streamable HTTP Modu - Web tabanlı dağıtımlar için:

   imagesorcery-mcp --transport=streamable-http
   

   Özel ana bilgisayar, bağlantı noktası ve yol ile:

   imagesorcery-mcp --transport=streamable-http --host=0.0.0.0 --port=4200 --path=/custom-path
   

Kullanılabilir taşıma seçenekleri:

• --transport: "stdio" (varsayılan), "streamable-http" veya "sse" arasında seçim yapın
• --host: HTTP tabanlı taşımalar için ana bilgisayar belirtin (varsayılan: 127.0.0.1)
• --port: HTTP tabanlı taşımalar için bağlantı noktası belirtin (varsayılan: 8000)
• --path: HTTP tabanlı taşımalar için endpoint yolu belirtin (varsayılan: /mcp)