glm-vision MCP Server

Verleiht jedem KI-Agenten die Fähigkeit, Bilder zu sehen. Im Hintergrund werden die komplett kostenlosen visuellen Inferenzmodelle von 智谱 verwendet, die über das MCP-Protokoll als Standard-Tools bereitgestellt werden. Jeder MCP-fähige Client kann sie direkt nutzen – null API-Kosten.

💡 Kostenlose Garantie: Es werden ausschließlich die kostenlosen Modelle aus der Wohlfahrtszone von 智谱 verwendet (GLM-4.6V-Flash / GLM-4.1V-Thinking-Flash / GLM-4V-Flash), es sind keine kostenpflichtigen Modelle enthalten, auch bei langfristiger Nutzung entstehen keine Kosten.

Bereitgestellte Tools

analyze_image(image_input, question, thinking)

Rückgabe: Textanalyseergebnis des Modells.

Eigenschaften

• Lokale Bilder werden automatisch als nacktes Base64 übertragen, kein Bildhosting und keine öffentliche URL erforderlich

• Einzelbild-Limit 5 MB wird validiert (Beschränkung von 智谱)

• Bei 429-Rate-Limit automatischer Backoff mit 3 Wiederholungen (1,5 s / 3 s / 4,5 s)

• Bei weiterem Fehlschlag automatisches Downgrade: glm-4.6v-flash → glm-4.1v-thinking-flash → glm-4v-flash (alle kostenlos),
  beim Downgrade wird am Anfang der Antwort angegeben, welches Modell verwendet wurde

Related MCP server: Kimi Vision MCP Server

Bereitstellung in drei Schritten

1. Abhängigkeiten installieren

pip install -r requirements.txt

⚠️ Wichtige Falle: mcp muss in Version 1.x installiert werden. Das neueste mcp 2.0.0 hat das eingebaute mcp.server.fastmcp-Modul entfernt; wer es installiert, erhält direkt einen ImportError. Also: pip install "mcp<2".

⚠️ Noch eine Falle: Installiere nicht zai oder zhipuai – auf PyPI sind das beides nicht verwandte Platzhalterpakete (zai gehört zu Zalando, zhipuai hat seinen Importnamen geändert). Dieser Server verwendet einen OpenAI-kompatiblen Client und verbindet sich direkt mit der 智谱-Schnittstelle (base_url=https://open.bigmodel.cn/api/paas/v4); es wird nur das Paket openai benötigt.

2. API-Schlüssel konfigurieren

Registriere dich mit deiner Handynummer bei bigmodel.cn → erstelle in der Konsole einen „API Keys“-Schlüssel, kostenlos.

Es gibt zwei Möglichkeiten, den Key anzugeben, Umgebungsvariablen haben höhere Priorität:

• Methode A (empfohlen): Setze die Umgebungsvariable ZHIPU_API_KEY=你的key

• Methode B: Benenne zhipu_key.txt.example in zhipu_key.txt um und trage den Key ein (das Skript liest diese Datei automatisch aus demselben Verzeichnis).

3. Im Client konfigurieren

Füge in der MCP-Konfigurationsdatei des Clients einen Abschnitt hinzu (ersetze die Pfade durch deine eigenen):

{
  "mcpServers": {
    "glm-vision": {
      "command": "python",
      "args": ["/绝对路径/到/glm_vision_mcp.py"],
      "env": {
        "ZHIPU_API_KEY": "你的key"
      }
    }
  }
}

Speicherorte der Konfigurationsdateien für verschiedene Clients:

command sollte den absoluten Pfad des Python-Interpreters angeben (z. B. D:/python/python.exe), damit der Client beim Start nicht darauf angewiesen ist, python im PATH zu finden.

Nach der Konfiguration muss der Client neu gestartet werden – Der MCP-Prozess wird nur beim Start des Clients einmal erzeugt; weder Konfigurations- noch Codeänderungen werden heiß nachgeladen.

Überprüfung des Erfolgs

Nach dem Neustart des Clients lässt du den Agenten ein Bild analysieren:

Schau dir bitte an, was auf D:\test.png zu sehen ist.

Wenn der Agent sagt, dass er das Tool nicht findet, prüfe: ob die JSON-Syntax der Konfigurationsdatei korrekt ist, ob der absolute Skriptpfad stimmt, ob der Client neu gestartet wurde und ob der Client diesen Server manuell „vertrauen/aktivieren“ muss (WorkBuddy und Cursor haben diesen Schritt).

Häufige Fehler im Überblick

Dateiliste