Skip to content

v1.0.0 — 首个正式版

Latest
Latest

Choose a tag to compare

View all tags
@Loveacup Loveacup released this 09 Feb 08:40
v1.0.0
8b6cf5c

Vision MCP Server v1.0.0

让 AI 代理拥有视觉能力。通过 MCP 协议为 Claude Code 等 AI 编程助手提供图像分析、OCR 文字识别、图像对比和视频分析工具。

核心功能

  • analyze_image — 使用自然语言提示分析图像
  • ocr_image — OCR 文字识别，支持纯文本 / Markdown / JSON 输出
  • compare_images — 对比 2–4 张图像，识别差异和相似之处
  • analyze_video — 分析视频内容（需要 Qwen3-VL 等支持视频的模型）

特性

  • 模型无关 — 支持任何 OpenAI 兼容的 Vision API（Qwen3-VL、GPT-4o、LLaVA 等）
  • 本地文件友好 — 自动将本地文件转为 base64 data URI
  • 零依赖推理 — 服务器不运行模型，仅做协议转换
  • 安全限制 — 文件大小上限 100MB、MIME 类型校验、路径遍历防护

系统要求

  • Node.js >= 18
  • 支持 Vision 的 LLM API 端点

安装

git clone https://github.com/Loveacup/vision-mcp-server.git
cd vision-mcp-server
npm install && npm run build

Claude Code 集成

在 ~/.mcp.json 中添加：

{
  "mcpServers": {
    "vision": {
      "command": "node",
      "args": ["/path/to/vision-mcp-server/dist/index.js"],
      "env": {
        "VISION_BASE_URL": "http://your-server:port/v1/chat/completions",
        "VISION_MODEL": "Qwen3-VL-32B"
      }
    }
  }
}

🤖 Generated with Claude Code

Assets 2
Loading