glm-vision MCP Server

Añade capacidad de «ver imágenes» a cualquier agente de IA. Internamente llama a los modelos de razonamiento visual completamente gratuitos de 智谱, y los expone como herramientas estándar mediante el protocolo MCP. Cualquier cliente compatible con MCP puede usarlos directamente, con cero coste de API.

💡 Garantía de gratuidad: se usan exclusivamente los modelos gratuitos de la zona de beneficios de 智谱 (GLM-4.6V-Flash / GLM-4.1V-Thinking-Flash / GLM-4V-Flash), no se incluye ningún modelo de pago; su uso prolongado tampoco genera costes.

Herramientas expuestas

analyze_image(image_input, question, thinking)

Devuelve: el análisis de texto generado por el modelo.

Características

• Las imágenes locales se leen automáticamente como base64 sin procesar para transmitirlas; no se necesita alojamiento de imágenes ni URL pública.

• Validación del límite de 5 MB por imagen (límite de 智谱).

• Ante un límite de frecuencia 429, reintenta automáticamente con backoff 3 veces (1.5s / 3s / 4.5s).

• Si sigue fallando, degrada automáticamente: glm-4.6v-flash → glm-4.1v-thinking-flash → glm-4v-flash (todas gratuitas); al degradar, indica al principio de la respuesta qué modelo se ha usado.

Related MCP server: Kimi Vision MCP Server

Implementación en tres pasos

1. Instalar dependencias

pip install -r requirements.txt

⚠️ Punto crítico: mcp debe instalarse en la versión 1.x. El reciente mcp 2.0.0 eliminó el módulo integrado mcp.server.fastmcp; si lo instalas, dará un ImportError directo. Por eso se usa pip install "mcp<2".

⚠️ Otro punto: no instales zai ni zhipuai: ambos nombres en PyPI son paquetes de relleno no relacionados (zai es de Zalando, y el nombre de importación de zhipuai ya cambió). Este servidor usa un cliente compatible con OpenAI para conectarse directamente a la interfaz de 智谱 (base_url=https://open.bigmodel.cn/api/paas/v4); solo necesita el paquete openai.

2. Configurar la API Key

Regístrate con tu número de teléfono en bigmodel.cn → en la consola crea una en «API Keys»; es gratuito.

La Key se puede proporcionar de dos maneras, la variable de entorno tiene prioridad:

• Opción A (recomendada): establece la variable de entorno ZHIPU_API_KEY=你的key

• Opción B: renombra zhipu_key.txt.example a zhipu_key.txt y escribe la Key dentro (el script leerá automáticamente este archivo en el mismo directorio).

3. Configurarlo en el cliente

Añade un bloque en el archivo de configuración MCP del cliente (cambia la ruta por la tuya):

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

Ubicación del archivo de configuración según el cliente:

Se recomienda escribir en command la ruta absoluta del intérprete de Python (por ejemplo, D:/python/python.exe), para evitar que el cliente no encuentre python en el PATH al iniciarse.

Tras configurarlo, es obligatorio reiniciar el cliente — el proceso MCP solo se genera una vez al arrancar el cliente; cambiar la configuración o el código no se recarga en caliente.

Verificar si ha funcionado

Tras reiniciar el cliente, pide al agente que analice una imagen:

Ayúdame a ver qué hay en esta imagen D:\test.png

Si el agente dice que no encuentra la herramienta, comprueba: la sintaxis JSON del archivo de configuración, si la ruta absoluta del script es correcta, si has reiniciado el cliente y si el cliente requiere «confiar/habilitar» manualmente este servidor (WorkBuddy y Cursor tienen este paso).

Tabla de errores comunes

Lista de archivos