hahahahanb/mcp-vision

Developer tools

Эта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал

26 stars 5 forks Качество 72 Тренд 25

Repository Install

Claude Code + DeepSeek 等纯文本模型使用时，无法理解图片内容——截图里的报错、UI 设计稿、手绘架构图、文档扫描件，模型统统"看不见"，通过 mcp vision 让模型拥有眼睛。

Обзор

为 Claude Code、Codex CLI、OpenCode 等 AI 编程工具补齐图像识别能力的 MCP Server。 Claude Code 配合 DeepSeek 等**使用时，无法理解图片内容——截图里的报错、UI 设计稿、手绘架构图、文档扫描件，模型统统"看不见"。作为 MCP Server 插件运行，自动调用多模态视觉 API 完成图像分析，将结果以文本形式返回给 AI 编程工具，让 DeepSeek 等"看图说话"。所有工具的 image 参数均支持单个**或**，也支持按顺序传入多个路径/URL 的列表。多模态 Provider 会在一次请求中联合处理多张图片；精准 OCR 会逐张调用传统 OCR 服务并按图片分段返回。配置百度或腾讯传统 OCR Provider 时，多图输入请使用 ocr_precise。图片的数量、格式和总请求体大小仍需满足所选服务和模型的限制。只需一个 API Key 即可运行。推荐使用硅基流动（SiliconFlow），注册即送免费额度：通过 MCP_OCR_PROVIDER 环境变量切换，默认 siliconflow。硅基流动以外的 Provider 需额外设置对应的模型环境变量（如 DASHSCOPE_MODEL、OPENAI_MODEL）。

Установка

uvx mcp-vision

Новичок в MCP? Начните с руководства на mcpskill.org →

Конфигурация

{
  "mcpServers": {
    "mcp-vision": {
      "command": "uvx",
      "args": ["mcp-vision"],
      "env": {
        "SILICONFLOW_API_KEY": "sk-your-key"
      }
    }
  }
}