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

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.txt

2. 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.py

Listar modelos compatibles:

python vision_mcp_server.py --list

Integrar 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.py

Notas

• 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 .env y no se escribirá en los archivos de configuración.

Licencia

MIT