vision-mcp
vision-mcp
Servidor MCP visual basado en Alibaba Cloud Bailian DashScope (Qwen-VL). Proporciona capacidades de comprensión de imágenes para clientes como Claude Code, Trae, CodeBuddy, etc., a través del protocolo MCP.
Funcionalidades
analyze_image— Análisis general de imágenes (admite rutas de archivos locales / URL públicas / data URL)screenshot_analyze— Análisis de capturas de pantalla de interfaz de usuario
Related MCP server: image-mcp
Modelos compatibles
Modelo | Descripción |
| Mejor efecto, adecuado para comprensión de imágenes complejas |
| Efecto y velocidad equilibrados (predeterminado) |
| Seguimiento de instrucciones 72B |
| Ligero y rápido de 7B |
Inicio rápido
1. Instalar dependencias
python -m venv .venv
# Windows
.venv\Scripts\pip install -r requirements.txt
# Linux / macOS
.venv/bin/pip install -r requirements.txt2. Configurar API Key
Cree un archivo .env en el directorio raíz del proyecto (el servidor MCP lo leerá automáticamente al iniciarse):
DASHSCOPE_API_KEY=sk-你的密钥Dirección de solicitud: Consola de Alibaba Cloud Bailian
3. Iniciar
# Windows
.venv\Scripts\python vision_mcp_server.py
# Linux / macOS
.venv/bin/python vision_mcp_server.pyListar modelos compatibles:
python vision_mcp_server.py --listIntegrar con cliente MCP
Agregue lo siguiente en la configuración MCP del cliente (por ejemplo, mcp.json o .mcp.json):
{
"mcpServers": {
"vision": {
"command": "/path/to/vision-mcp/.venv/bin/python",
"args": ["/path/to/vision-mcp/vision_mcp_server.py"],
"env": {}
}
}
}Pruebas
# 协议冒烟测试(无需 API Key)
.venv/bin/python smoke_test.py
# 真实调用测试(需配置 API Key,使用本地测试图)
.venv/bin/python live_test.pyNotas
El servidor de DashScope puede agotar el tiempo de espera al descargar URL de imágenes públicas en el extranjero; se recomienda usar rutas de archivos locales o URL accesibles desde China.
La API Key se proporciona a través del archivo
.envy no se escribirá en los archivos de configuración.
Licencia
MIT
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
This server cannot be deployed
Maintenance
Related MCP Connectors
MCP server for Qwen Image 3 AI image generation
MCP server for ByteDance Seedream AI image generation
BeautySpark MCP server for ChatGPT, Claude and other MCP clients
MCP server for OpenAI API (chat completions, image generation, embeddings) via AceDataCloud
Related MCP Servers
- AlicenseAqualityCmaintenanceMulti-model vision understanding MCP server that provides unified image analysis for AI assistants without native vision, supporting models like GLM-4.6V, DeepSeek-OCR, Qwen3-VL-Flash, and more.1512 npm116MIT
- AlicenseAqualityDmaintenanceMCP server for image recognition, supporting multiple vision backends (Anthropic, Zhipu, Ollama) to describe, answer questions, and analyze images.355 npm1MIT
- AlicenseNot gradedqualityCmaintenanceMCP server that adds Qwen3-VL vision capabilities to Claude Code or any MCP client, enabling OCR, UI/screenshot recognition, and chart understanding. It provides tools for analyzing single or batch images via DashScope's OpenAI-compatible API, with caching and fast mode.MIT
- FlicenseNot gradedqualityDmaintenanceMCP server that provides a 'borrowed eye' for text-only LLMs, enabling them to identify and describe local images via the Qwen VL vision model, including face recognition, scene description, OCR, and targeted visual questioning.-