Skip to main content
Glama
deenesjakoruzh

AI Vision Debug MCP Server

by samihalawa
GitHub
JavaScript
ISC License
1
  • Linux
  • Apple
OverviewInspectNewSchemaRelated ServersReviewsScore
Need Help?View Source CodeReport Issue

AI视觉MCP服务器

模型上下文协议 (MCP) 服务器为 Claude 和其他兼容 MCP 的 AI 助手提供 AI 驱动的视觉分析功能。

特征

  • 截图 URL ：通过提供 URL 来捕获任何网站的截图
  • 视觉分析：分析屏幕截图中的 UI 元素、布局和内容
  • 文件操作：以特定行的精度读取和修改文件
  • 报告生成：创建全面的 UI/UX 分析报告
  • 调试会话：跨多个分析步骤维护上下文

安装

# Clone the repository git clone https://github.com/samihalawa/mcp-server-ai-vision.git cd mcp-server-ai-vision # Install dependencies npm install # Build the server npm run build

用法

启动服务器

npm start

配置

将服务器添加到您的 MCP 配置：

{ "servers": { "ai-vision": { "command": "/path/to/node", "args": ["/path/to/mcp-server-ai-vision/build/index.js"], "enabled": true, "port": 3005, "environment": { "NODE_PATH": "/path/to/node_modules", "PATH": "/usr/local/bin:/usr/bin:/bin", "GEMINI_API_KEY": "your-gemini-api-key" } } } }

可用工具

屏幕截图网址

使用网络浏览器截取 URL 的屏幕截图。

参数：

  • url (字符串，必需)：要捕获屏幕截图的 URL（例如， http://localhost:4999 ， https://google.com ）
  • fullPage （布尔值，可选）：是否捕获整个页面或仅捕获视口。默认值：false
  • waitForSelector （字符串，可选）：截屏前等待的 CSS 选择器
  • waitTime （数字，可选）：截屏前等待的时间（以毫秒为单位）。默认值：1000
分析屏幕

使用 AI 视觉分析屏幕截图。

参数：无（使用最新的截图）

读取文件

从文件中读取指定行号之间的内容。

参数：

  • path （字符串）：文件路径
  • startLine （数字）：起始行号（从 1 开始）
  • endLine （数字）：结束行号（从 1 开始）
修改文件

修改文件中指定行号之间的内容。

参数：

  • path （字符串）：文件路径
  • startLine （数字）：要替换的起始行号（从 1 开始）
  • endLine （数字）：要替换的结束行号（从 1 开始）
  • content （字符串）：替换指定行的新内容
生成报告

生成全面的 UI/UX 分析报告。

参数：

  • testUrl （字符串）：被测试应用程序的 URL
  • appName （字符串，可选）：正在分析的应用程序的名称
  • date （字符串，可选）：分析日期（YYYY-MM-DD）
  • observations （对象）：以组件、数据状态、交互等形式构建的观察。

示例工作流程

  1. 截取网站截图：
    screenshot_url(url: "https://example.com")
  2. 分析一下截图：
    analyze_screen()
  3. 根据分析生成报告：
    generate_report(testUrl: "https://example.com", observations: {...})

要求

  • Node.js 14+
  • 浏览器自动化的 Playwright
  • 用于 AI 视觉分析的 Gemini API 密钥

执照

麻省理工学院

Install Server
A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

How are these scores calculated?

hybrid server

The server is able to function both locally and remotely, depending on the configuration or use case.

Tools

View all tools

模型上下文协议服务器，提供用于分析 UI 屏幕截图的 AI 视觉功能，提供屏幕分析、文件操作和 UI/UX 报告生成工具。

  1. 特征
    1. 安装
      1. 用法
        1. 启动服务器
        2. 配置
        3. 可用工具
      2. 示例工作流程
        1. 要求
          1. 执照

            Related Resources

            Related MCP Servers

            • mcp-playwright

              executeautomation
              A
              security
              A
              license
              A
              quality
              A Model Context Protocol server that provides browser automation capabilities using Playwright. This server enables LLMs to interact with web pages, take screenshots, and execute JavaScript in a real browser environment.
              Last updated -
              13
              10,911
              3,915
              TypeScript
              MIT License
              • Linux
              • Apple

            • ScreenshotOne MCP Serverofficial

              screenshotone
              A
              security
              A
              license
              A
              quality
              An official MCP server implementation that allows AI assistants to capture website screenshots through the ScreenshotOne API, enabling visual context from web pages during conversations.
              Last updated -
              1
              36
              21
              TypeScript
              MIT License
              • Apple

            • OmniMCP

              OpenAdaptAI
              -
              security
              F
              license
              -
              quality
              A server that provides rich UI context and interaction capabilities to AI models, enabling deep understanding of user interfaces through visual analysis and precise interaction via Model Context Protocol.
              Last updated -
              24
              Python
              • Linux
              • Apple

            • OpenAI MCP

              jezweb
              -
              security
              A
              license
              -
              quality
              A Model Context Protocol server enabling AI assistants to generate images through OpenAI's DALL-E API with full support for all available options and fine-grained control.
              Last updated -
              14
              1
              JavaScript
              MIT License

            View all related MCP servers

            Appeared in Searches

            New MCP Servers

            MCP directory API

            We provide all the information about MCP servers via our MCP API.

            curl -X GET 'https://glama.ai/api/mcp/v1/servers/samihalawa/mcp-server-ai-vision'

            If you have feedback or need assistance with the MCP directory API, please join our Discord server