Loading ToolBench
Independent Cocos-oriented MCP server for AI game asset generation, vision analysis, and local sprite processing via OXOXOS.
Server has 9 tools with mostly complete schemas and descriptions in Chinese. Naming follows verb_noun pattern (list_models, generate_image, etc.). Descriptions are detailed but lengthy (200-400+ chars, exceeding the 10-200 char baseline for LLM optimization). All tools have input schemas with types. However, output schemas are documented only in description text, not as formal JSON Schema. Error handling returns JSON with 'ok' flag but lacks actionable recovery guidance. No tool annotations (readOnlyHint/destructiveHint) despite clear WRITE vs READ_ONLY risk classifications. Parameter descriptions are present but some lack format constraints (e.g., 'size' accepts free-form strings instead of enum).
查询后台生图任务状态：{status: running|done|error, images?, error?}。 配合 generate_image(wait=false) 使用；done 后 images 为文件绝对路径列表。
格式转换（png/jpeg/webp/bmp/gif）。透明图转 jpeg 必须提供 background 颜色 （如 'white'/'#ff0000'/'255,0,0'）。
按 box=[left, top, right, bottom] 裁剪图片，返回新文件绝对路径。 box 必须严格在图片范围内。output_path 留空则自动命名（不覆盖原图）。
用 OXOXOS 模型广场中的视觉模型识别图片并返回文本。 model 留空时动态发现候选模型；生产任务建议先调用 list_models 并显式选择。 用途： - 给无视觉能力的模型（如 DeepSeek）补充"眼睛"——多模态在 MCP 内部完成 - 素材质检：让视觉模型审视生成结果，判断是否符合要求 - 编辑依据：先 describe_image 了解图片现状，再 generate_image(input_image=...) 编辑 注意：若主模型本身支持看图（如 Claude/Gemini），可直接读图文件，无需本工具。
通过 OXOXOS API 生成图片（支持参考图编辑与本地后台任务）。 参数： - prompt: 图片描述。带 input_image 时描述"如何修改参考图" - model: 模型 id。留空时从实时模型列表自动选择；生产任务建议先 list_models 后显式选择 - input_image: 参考图本地路径或 http(s) URL，传入后基于参考图生成/编辑 - size/quality/n: OpenAI 兼容枚举；具体支持范围以当前模型为准 - wait: true=同步等待返回文件路径；false=后台生成立即返回 task_id， 之后用 check_task(task_id) 查询；可一次发多个任务实现批量并发 - output_dir/filename_prefix: 保存位置与文件名前缀（相对路径基于插件根目录） 注意：实际输出尺寸可能与 size 不同（如请求 1024x1024 返回 1254x1254）， 请先 get_image_info 确认尺寸，再 resize_image 处理。 返回 JSON：wait=true 时 {ok, images:[绝对路径], notes}；wait=false 时 {ok, task_id, status:"running"}。
Output schemas documented only in description text, not as formal JSON Schema. LLMs cannot parse unstructured docstrings to infer response structure for chaining.
No tool annotations (readOnlyHint, destructiveHint, idempotentHint) despite clear risk classifications (READ_ONLY vs WRITE). Agents cannot determine which tools are safe to retry.
Parameter 'size' in generate_image accepts free-form strings ('1024x1024', 'auto') without enum constraint. Should declare allowed values explicitly.
| Scored | Grade | Overall | Spec posture | Rubric |
|---|---|---|---|---|
| 2026-09-23 | C | 60 | 2026-07-28+ | v2 |
查询图片信息（格式/尺寸/颜色模式/文件大小），生成后先查尺寸再规划裁剪。
查询 OXOXOS 模型广场的实时模型列表及能力提示。 模型可能随模型广场变化。生成或识图前可调用本工具；capabilities 是根据 服务端元数据推断的提示，不是永久能力保证。force_refresh=true 可跳过进程缓存。
缩放到 width×height。mode: - stretch: 拉伸（可能变形） - contain: 完整放入画布居中，透明补透明/否则补黑 - cover: 填满并居中裁剪（不变形，可能裁边缘，适合游戏素材标准化）
把精灵图（sprite sheet）按 cols×rows 均匀切成单帧，输出 PNG 列表。 图片尺寸必须能被 cols/rows 整除；不能整除时先 resize 再切。
Descriptions exceed 200 chars (many 300-400+), wasting tokens and burying key details. Baseline for LLM-optimized descriptions is 50-200 chars.
Error responses return JSON with 'ok' flag but lack actionable recovery guidance. E.g., TokenSetupRequired includes setup guide, but OxoxosApiError does not suggest next steps.