HitPaw AI Image/Video Enhancement MCP Server for Claude Desktop - provides tools for image enhancement, video enhancement, image segmentation (background removal), and file management via OSS storage
Server has 9 tools with explicit schemas and descriptions. Most tools have detailed, multi-paragraph descriptions (photo_enhance: ~2000 chars, video_enhance: ~800 chars) that exceed typical baselines but provide comprehensive decision trees and model guidance. All tools have input schemas with type definitions and enums. However, critical gaps exist: (1) output schemas are NOT documented, no tool declares what fields it returns, forcing LLMs to infer structure; (2) parameter descriptions are present but often generic (e.g., 'job_id' lacks guidance on polling behavior); (3) error handling is absent, no tool describes failure modes or recovery paths; (4) tool composition is weak, no clear chaining guidance between photo_enhance → task_status → result retrieval. Naming is clear and verb-based (photo_enhance, video_enhance, task_status, oss_upload). Security: API keys not visible in parameters (good), but no permission gates or audit trail declarations.
AI图像分割工具(抠图)- 自动识别图像主体并与背景分离,生成透明背景图。返回 job_id 用于查询任务状态。 ━━━ 使用场景 ━━━ ✅ 用户提出 "抠图/去背景/分离主体/透明背景/换背景" 等需求 ✅ 用户需要把图片里的主体(人像/物品/动物)从背景中分离出来 ✅ 用户提到 "保留主体/背景透明/PNG透明图/白底/透明底" 等关键词 ✅ 关键词: 抠图, 去背景, 背景透明, 分离主体, 透明底, PNG, 主体提取 ❌ 不要用于以下场景: - 需要放大/清晰化/修复图片 → 使用 photo_enhance - 需要生成/编辑图片内容 → 使用对应的图片编辑工具 - 非图片格式的文件处理 → 使用其他文件处理工具 ━━━ 能力说明 ━━━ - 自动识别图像主体,分离主体与背景,生成透明背景图 - 支持返回多种结果格式:透明背景图、mask掩码图、全部结果 - 支持公网图片URL输入(如需上传本地文件,请先用 oss_upload 获取URL) ━━━ return_type 参数说明 ━━━ - matted (默认): 仅返回透明背景的抠图结果 - mask: 仅返回主体的 mask 掩码图(黑白二值图) - all: 同时返回透明背景图、mask图和缩略图 ━━━ 处理流程 ━━━ 1. 调用本工具创建任务 → 获得 job_id 2. 异步处理,需通过 task_status 工具轮询查询结果 3. 完成后返回 res_url(透明背景图)、mask_url(掩码图,return_type=mask/all 时有值) ━━━ 限制 ━━━ - 异步处理,不支持实时同步返回 - 单次任务扣除积分(具体扣费以接口返回为准) - 输出URL有效期 24 小时
查看图片增强全部20个模型详情
查看视频增强全部8个模型详情
批量将远程URL文件转存到OSS存储,最多20个URL。
将远程URL文件转存到OSS存储,返回稳定的访问URL。适用于将外部图片/视频URL转存为持久链接。
No output schemas documented. Tools return job_id, res_url, mask_url, etc., but LLMs cannot see the response structure. This forces inference and risks field-name mismatches in downstream calls.
Error handling absent. No tool describes failure modes (NSFW, TIMEOUT, ERROR_INTERRUPTION), recovery paths, or actionable error messages. LLMs cannot self-correct on failures.
Tool composition guidance missing. photo_enhance returns job_id; task_status consumes it. But no description explains the polling loop, retry strategy, or timeout behavior. Agents must infer the pattern.
Inferred effective spec: <=2025-11-25.
| Scored | Grade | Overall | Spec posture | Rubric |
|---|---|---|---|---|
| 2026-09-23 | D | 54 | <=2025-11-25 | v2 |
上传本地文件到OSS存储,返回可访问的URL。适用于将本地图片/视频文件上传到OSS,获取URL后可用于 photo_enhance / video_enhance / image_segmentation 等工具。
图片增强/超分辨率工具 - 提升图片清晰度和分辨率。返回 job_id 用于查询任务状态。 ━━━ 模型选择决策树(必须严格遵循) ━━━ 第一步:判断图片内容 ├── 含人脸 → 转第二步 └── 无人脸(风景/建筑/物品/动物)→ 转第三步 第二步:人脸图片选模型 ├── 极低质量/大头照/侧脸/老照片/表情包 → generative_portrait 系列(SD生成式补全) │ ├── 不放大 → generative_portrait_1x │ ├── 2倍放大 → generative_portrait_2x │ └── 4倍放大 → generative_portrait_4x ├── 用户要求"保留纹理/自然/不磨皮/保留皱纹胡须" → face_v2 系列(自然纹理保真) │ ├── 2倍放大或未指定 → face_v2_2x │ └── 4倍放大 → face_v2_4x └── 其他人脸需求(默认/美颜/柔和/清晰)→ face 系列(柔和美颜) ├── 2倍放大或未指定 → face_2x └── 4倍放大 → face_4x 第三步:通用图片选模型 ├── 仅降噪不放大 │ ├── "锐化/手机抓拍" → sharpen_denoise_1x(锐化降噪,生成新纹理) │ └── "保真/保留细节/夜景/复杂噪声" → detail_denoise_1x(保真降噪) ├── 极低质量图片需生成补全 │ ├── 要求"快速/效率优先" │ │ ├── 2倍 → generative_enhance_fast_2x │ │ └── 4倍 → generative_enhance_fast_4x │ ├── 不放大 → generative_1x │ ├── 2倍放大 → generative_2x │ ├── 4倍放大 → generative_4x │ ├── 6倍放大(极致放大需求)→ generative_6x │ └── 8倍放大(极致放大需求)→ generative_8x ├── "高保真/保留风格/摄影作品/艺术照" │ ├── 2倍放大 → high_fidelity_2x │ └── 4倍放大 → high_fidelity_4x └── 常规清晰化/画质提升(默认) ├── 2倍放大或未指定 → general_2x └── 4倍放大 → general_4x ⚠️ 重要:6x/8x 仅有 generative_6x / generative_8x 两个模型(生成式SD)。 如用户需要 6倍/8倍 放大,只能使用这两个模型。 其他模型系列(face/face_v2/general/high_fidelity)目前最高支持 4x。 ━━━ 各模型详细说明 ━━━ 【人像清晰柔和系列 - 柔和美颜效果】 - face_2x: 人脸+背景双模型,2倍放大。适合模糊自拍/街拍/合影/证件照。避免过度锐化导致假脸。用户提"清晰/修复/美颜/自拍/老照片/人像高清"且2倍或未指定倍数时使用。 - face_4x: 同上但4倍放大。仅当用户明确要求"4倍放大/大幅放大"时使用。 【人像自然真实系列 - 保留面部真实纹理】 - face_v2_2x: 人脸v2+背景双模型,2倍放大。保留皱纹/胡须/装饰等特征。用户提"保留纹理/自然质感/不磨皮"且2倍或未指定时使用。 - face_v2_4x: 同上但4倍放大。仅当用户明确要求4倍放大+保留纹理时使用。 【通用高清增强系列 - 常规清晰化】 - general_2x: 通用超分辨率,2倍放大。适合风景/建筑/物品/动物。禁止用于含人脸图片。 - general_4x: 同上但4倍放大。 【高保真系列 - 保留原图风格】 - high_fidelity_2x: 高保真超分,2倍放大。消除伪影/噪声,保留原图纹理风格。适合摄影作品/艺术照/商品图/海报。 - high_fidelity_4x: 同上但4倍放大。 【降噪系列 - 不放大仅优化】 - sharpen_denoise_1x: 锐化降噪1x。去除常规噪声+锐化+生成新纹理。适合手机抓拍/运动模糊。禁止用于需要放大的场景。 - detail_denoise_1x: 极致保真降噪1x。去除复杂噪声+保留原图纹理。适合夜景/高感/会议抓拍。禁止用于需要锐化的场景。 【生成式人像系列 - SD模型,极低质量人像】 - generative_portrait_1x: Diffusion人像增强,不放大。补全人脸五官,生成自然纹理。适合极低质量大头照/侧脸/老照片/表情包。 - generative_portrait_2x: 同上+2倍放大。 - generative_portrait_4x: 同上+4倍放大。 【生成式通用系列 - SD模型,极低质量通用图】 - generative_1x: Diffusion通用增强,不放大。锐利化生成,适合极模糊/压缩图。 - generative_2x: 同上+2倍放大。 - generative_4x: 同上+4倍放大。 - generative_6x: 同上+6倍放大。⚠️ 仅当用户明确需要6倍放大时使用,注意输入分辨率不能过大(输出 ≤ 34MP)。 - generative_8x: 同上+8倍放大。⚠️ 仅当用户明确需要8倍放大时使用,注意输入分辨率不能过大(输出 ≤ 34MP)。 【生成式快速系列 - SD模型,效率优先】 - generative_enhance_fast_2x: SD快速生成2倍放大。效率优先,质量略低于generative_2x。仅当用户提"快速/效率优先"时使用。 - generative_enhance_fast_4x: SD快速生成4倍放大。效率优先,质量略低于generative_4x。仅当用户提"快速/效率优先"时使用。 ━━━ 输入输出限制 ━━━ - 最大输入: 67MP | 最大输出: 432MP(非SD) / 34MP(SD) - 输入格式: .jpg .jpeg .png .webp .bmp .tif .tiff .heic .heif - 输出格式: .jpg .jpeg .png .webp .bmp .tif .tiff - 6x/8x 为 SD 模型,输出上限 34MP,请控制输入图片尺寸
查询图片/视频/抠图任务的处理状态。 状态: WAITING/PENDING(等待) → INPUT_PREPARING(下载) → CONVERTING(处理中) → COMPLETED(完成,含结果URL) 异常: ERROR/ERROR_INTERRUPTION/TIMEOUT(失败) | NSFW(不合规) | CANCEL(取消) 返回字段说明: - res_url: 结果文件URL(增强图片/视频URL,或抠图后的透明背景图) - mask_url: 抠图任务专属,主体mask掩码图URL(仅图像分割任务返回,其他任务为空) - original_url: 原始输入文件URL
视频增强/超分辨率工具 - 提升视频清晰度和分辨率。返回 job_id 用于查询任务状态。 ━━━ 模型选择指引 ━━━ 人脸/人像视频: - face_soft_2x: 人脸柔和增强2x - portrait_restore_1x: 人像修复,不放大 - portrait_restore_2x: 人像修复,2倍放大 通用视频: - general_restore_1x: 通用修复,不放大 - general_restore_2x: 通用修复,2倍放大 - general_restore_4x: 通用修复,4倍放大 高级模型(SD): - ultrahd_restore_2x: 超高清修复2x - generative_1x: 生成式增强 ━━━ 限制 ━━━ - 最大输入: 36MP | 时长: 0.5秒~60分钟 - 输入: .mp4 .mov .avi .mkv .webm .flv .ts 等 - 输出: .mp4 .mov .mkv .m4v .avi .gif - 积分 = 分辨率 × 帧率 × 时长
list_photo_models and list_video_models have minimal descriptions (10 chars: 'Query photo/video models'). Descriptions must explain WHEN to call these discovery tools and what structure they reveal.
Parameter descriptions are generic. 'job_id' lacks guidance on format, polling interval, or expiration. 'file_url' does not explain URL lifetime or format requirements. Descriptions should be actionable for LLM reasoning.