photographi

photographi-mcp

Análise técnica de fotos rápida, privada e fundamentada para aplicações de IA.

photographi-mcp é um servidor MCP que permite que modelos de IA e ferramentas baseadas em LLM realizem análises técnicas em bibliotecas de fotos locais. Ele executa modelos de visão computacional diretamente no seu hardware (alimentado pelo photo-quality-analyzer-core) para avaliar nitidez, foco e exposição—possibilitando recursos como seleção automatizada, ranqueamento de sequências e indexação de metadados sem a necessidade de upload para a nuvem.

⚡ Por que photographi?

• Técnico em Primeiro Lugar: Projetado especificamente para métricas objetivas (nitidez, iluminação, foco). Ele fornece dados técnicos para avaliar a qualidade da imagem.
• Eficiente em Tokens: Economize contexto do modelo pré-filtrando metadados técnicos localmente. Apenas os insights mais relevantes são enviados para a aplicação de IA, mantendo as sessões rápidas e enxutas.
• Privacidade em Primeiro Lugar: Toda a análise acontece 100% localmente na sua máquina.
• Baixa Latência: Construído para processamento eficiente, permitindo ranqueamento rápido e feedback técnico em pastas de fotos locais.

---

👁️ O Que Ele Analisa

• Foco Inteligente: Detecta assuntos e verifica se estão nítidos
• Exposição: Detecta realces estourados e sombras bloqueadas
• Ciente do Equipamento: Conhece o ponto ideal da sua lente para nitidez ótima
• Composição: Avalia enquadramento e posicionamento do assunto
• Alertas de Qualidade: Sinaliza desfoque de movimento, difração e ruído ISO alto

[!NOTE] Técnico vs. Artístico: Esta ferramenta é estritamente objetiva. Ela avalia fotos com base em métricas técnicas e visão computacional (nitidez, exposição, ruído, etc.). Ela não entende intenção artística, estética ou "vibe". Uma foto desfocada e subexposta pode ser uma obra-prima artística, mas photographi a sinalizará corretamente como tecnicamente ruim.

Para a ciência e a matemática por trás disso, consulte a Documentação Técnica.

---

📸 Veja em Ação

Aqui estão exemplos reais de análise de fotos:

Exemplo 1: Foto Excelente

{
  "overallConfidence": 0.89,
  "judgement": "Excellent",
  "keyMetrics": {
    "sharpness": 0.94,
    "exposure": 0.87,
    "composition": 0.85
  }
}

Veredito: Nitidez perfeita no assunto, bem exposta, composição forte.

---

Exemplo 2: Foto Ruim

{
  "overallConfidence": 0.20,
  "judgement": "Very Poor",
  "keyMetrics": {
    "sharpness": 0.30,
    "focus": 0.07,
    "exposure": 0.0
  }
}

Veredito: Foco perdido no assunto, subexposição severa/clipping de pretos e excesso de espaço acima do assunto.

---

🛠️ Ferramentas (MCP)

photographi-mcp permite que modelos de IA realizem auditorias técnicas profundas por meio destas ferramentas padronizadas:

Ferramenta	Exemplo de "Intenção" da IA	Ação / Insight Fornecido
analyze_photo	"Esta foto do cachorro está nítida o suficiente para impressão?"	Auditoria técnica completa de nitidez, foco e iluminação.
analyze_folder	"Como está a qualidade geral da minha pasta 'Férias'?"	Resumo estatístico identificando os grupos de imagens melhores/piores.
rank_photographs	"Encontre a melhor foto desta sequência do bolo."	Classifica arquivos por perfeição técnica para encontrar o quadro "herói".
cull_photographs	"Mova todas as fotos desfocadas para uma pasta de lixo."	Limpa automaticamente fotos falhas em uma subpasta.
threshold_cull	"Separe estritamente as fotos aproveitáveis usando uma pontuação de 0,7."	Classificação binária para isolar ativos de nível profissional.
get_color_palette	"Quais cores estão neste pôr do sol para o meu site?"	Extrai códigos hexadecimais para estéticas dominantes da imagem.
get_folder_palettes	"Gere um moodboard da minha sessão 'Floresta'."	Extração de cores em lote para uma pasta inteira.
get_scene_content	"Quais fotos contêm um 'gato' ou 'montanha'?"	Indexação rápida de conteúdo com base em mais de 80 categorias de objetos.

Referência Completa da API

---

🚀 Comece Agora

Claude CLI (Mais Rápido)

claude mcp add --scope user photographi uvx photographi-mcp

Claude Desktop (macOS)

Adicione ao ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "photographi": {
      "command": "uvx",
      "args": ["photographi-mcp"]
    }
  }
}

GitHub Copilot CLI

Adicione ao ~/.config/github-copilot/config.json:

{
  "mcp_servers": {
    "photographi": {
      "command": "uvx",
      "args": ["photographi-mcp"]
    }
  }
}

---

🔒 Privacidade e Telemetria

photographi é construído com uma filosofia Privacidade em Primeiro Lugar.

• Somente Agregados Anonimizados: Nunca coletamos nomes de arquivos, caminhos ou dados EXIF.
• Transparência Total: Audite nossa lógica de coleta diretamente em analytics.py.
• Opt-Out: Defina a variável de ambiente PHOTOGRAPHI_TELEMETRY_DISABLED=1 ou use o sinalizador --disable-telemetry.

---

📖 Documentação

• Guia de Configuração e Instalação: Configuração detalhada e solução de problemas.
• A Ciência: Matemática e teoria por trás da pontuação de qualidade.
• Contribuindo: Como ajudar a melhorar o projeto.
• Issues no GitHub: Reporte bugs ou solicite recursos.

---