Skip to main content
Glama
deeneskoruzh
RuyimgByCN

mcp-vision-server

by RuyimgByCN
OverviewSchemaRelated ServersScoreDiscussions
Python
Remote

mcp-vision-server

PyPI Python License MCP

一个适用于所有 OpenAI 兼容视觉模型的 MCP 服务器。

配置一次，即可在 OpenAI、OpenRouter、Zhipu、Bailian、SiliconFlow 等兼容提供商中使用同一个 analyze_image 工具。它适用于 Claude Code、Codex、Cursor、Zed 以及任何其他 MCP 客户端。

为什么使用 mcp-vision-server？

  • ✅ 适用于任何 MCP 客户端 – Claude Code、Codex、Cursor、Zed 等。

  • ✅ 支持众多提供商 – 切换提供商时无需更改提示或工具调用。

  • ✅ 统一 API – 一个工具（analyze_image）即可用于所有 OpenAI 兼容视觉端点。

  • ✅ 灵活的图片输入 – 自动识别 URL、本地文件或 Base64。

  • ✅ 随处覆盖 – 可通过环境变量进行全局配置，或按请求单独配置。

Related MCP server: vision-mcp

快速开始

  1. 安装服务器。

  2. 设置你的提供商和 API 密钥。

  3. 将 MCP 服务器添加到你的客户端。

  4. 提问：

Describe this screenshot.

如果一切配置正确，你的 MCP 客户端将自动调用 analyze_image 并返回视觉模型的响应。

功能特性

  • 单个 analyze_image 工具，接口一致。

  • 支持 URL、本地文件和 Base64 图片输入。

  • 内置 13 个提供商预设。

  • 通过 VISION_PROVIDER 或 provider 参数选择提供商。

  • 支持环境级别和请求级别的配置覆盖。

示例

让你的 MCP 客户端分析一张图片：

Analyze this screenshot and tell me what UI is shown.

客户端调用 MCP 工具：

{
  "tool": "analyze_image",
  "arguments": {
    "image": "/path/to/screenshot.png",
    "prompt": "Analyze this screenshot and tell me what UI is shown."
  }
}

服务器对图片输入进行标准化，将其发送到所选 OpenAI 兼容视觉提供商，并将纯文本答案返回给你的 MCP 客户端。

提供商

内置预设让常见的 OpenAI 兼容视觉端点易于使用：

提供商

预设

Zhipu

zhipu

Bailian / DashScope

bailian

OpenAI

openai

SiliconFlow

siliconflow

OpenRouter

openrouter

Ark / Volcengine

ark

StepFun

stepfun

Kimi / Moonshot

kimi

MiniMax

minimax

ModelScope

modelscope

NVIDIA NIM

nvidia

Novita AI

novita

你也可以通过手动设置 VISION_BASE_URL、VISION_API_KEY 和 VISION_MODEL 来使用任何其他 OpenAI 兼容视觉端点。

安装与运行

需要 Python ≥ 3.10 和 uv。

cd mcp-vision-server
uv sync                  # install deps
uv run pytest -v         # run tests
uv run ruff check .      # lint
uv run mcp-vision-server # start stdio server

配置

选项 1：提供商预设（推荐）

export VISION_PROVIDER=zhipu     # default
export VISION_API_KEY=your_key

完整预设列表请参阅 提供商。

你也可以使用提供商特定的环境变量（例如 DASHSCOPE_API_KEY、OPENAI_API_KEY）作为回退。

选项 2：手动配置

变量

必填

描述

VISION_API_KEY

是

API 密钥

VISION_BASE_URL

否

OpenAI 兼容端点

VISION_MODEL

否

模型名称

工具参数（每次调用覆盖环境变量）：image、prompt、image_type、provider、base_url、api_key、model、temperature、max_tokens。

MCP 客户端设置

Claude Code (.mcp.json)

{
  "mcpServers": {
    "vision": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/mcp-vision-server", "mcp-vision-server"],
      "env": {
        "VISION_PROVIDER": "zhipu",
        "VISION_API_KEY": "your_key"
      }
    }
  }
}

Claude Code 插件

# After PyPI publish
claude plugins install RuyimgByCN/mcp-vision-server

# Local test
claude plugins install /path/to/mcp-vision-server

该仓库包含一个 .claude-plugin.json 清单文件——claude plugins install 会自动读取它。

Codex (OpenAI Codex CLI)

编辑 ~/.codex/config.toml：

[mcp_servers.vision]
command = "uvx"
args = ["mcp-vision-server"]
env = { VISION_PROVIDER = "zhipu", VISION_API_KEY = "your_key" }

或者用于本地开发：

[mcp_servers.vision]
command = "uv"
args = ["run", "--directory", "/path/to/mcp-vision-server", "mcp-vision-server"]
env = { VISION_PROVIDER = "zhipu", VISION_API_KEY = "your_key" }

Cursor / 其他 uvx 客户端

将 command 替换为 uvx，将 args 替换为 ["--from", "/path/to/mcp-vision-server", "mcp-vision-server"]，env 保持不变。

提供商示例

// Bailian
"env": { "VISION_PROVIDER": "bailian", "VISION_API_KEY": "your_key" }

// OpenAI
"env": { "VISION_PROVIDER": "openai", "VISION_API_KEY": "sk-xxx" }

// Fully custom
"env": {
  "VISION_BASE_URL": "https://your-endpoint/v1",
  "VISION_API_KEY": "your_key",
  "VISION_MODEL": "your-model"
}

架构

MCP Client (Claude Code / Codex / Cursor / Zed)
        │
        ▼
mcp-vision-server
        │
        ├── mcp_vision_server/server.py     # MCP tool entrypoints
        ├── mcp_vision_server/config.py     # env/provider/parameter resolution
        ├── mcp_vision_server/image.py      # URL/file/base64 normalization
        └── mcp_vision_server/providers.py  # provider presets
        │
        ▼
OpenAI-compatible Vision API
        │
        ▼
Vision model response

常见问题

为什么不直接调用视觉提供商？

该服务器为 MCP 客户端提供了一个可复用的统一视觉工具。你可以在不更改客户端提示、MCP 工具名称或客户端集成代码的情况下切换提供商。

我能否使用未列出的提供商？

可以。对于任何 OpenAI 兼容视觉端点，使用 VISION_BASE_URL、VISION_API_KEY 和 VISION_MODEL 进行手动配置即可。

我能否按请求覆盖提供商？

可以。使用 provider、base_url、api_key 或 model 工具参数，可在单次调用中覆盖环境级别的配置。

支持哪些图片格式？

服务器接受图片 URL、本地文件路径和 Base64 字符串。输入类型可以自动检测，也可以通过 image_type 指定。

开发

uv sync --all-groups
uv run ruff check .
uv run ruff format .
uv run pytest -v
uv build
uv run twine check dist/*

发布清单

  1. 更新 pyproject.toml 中的版本号。

  2. 运行 uv run ruff check .、uv run pytest -v、uv build 和 uv run twine check dist/*。

  3. 创建并推送版本标签，例如 v0.1.2。

  4. 让 GitHub Actions 通过可信发布将包发布到 PyPI。

路线图

  • 当稳定的 OpenAI 兼容视觉端点可用时，添加更多提供商预设。

  • 为 Claude Code、Codex、Cursor 和其他 MCP 客户端添加更丰富的示例。

  • 如果 MCP 客户端用户体验能从中受益，添加可选的流式响应支持。

  • 仅在提供商需要自定义请求逻辑时，将提供商特定行为拆分为插件。

关于

作者： RuyimgByCN

许可证： 仅限个人使用。禁止商用——详见 LICENSE。商业授权请联系作者。

中文说明： 个人使用免费，禁止商用。商业授权请联系作者。详见 README_ZH.md。

Install Server
F
license - not found
A
quality
B
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Tools

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • Frenchie

    OCR, transcription, file extraction, and image generation for AI agents via MCP.

  • Contendeo

    Multimodal video analysis MCP — transcription, vision, and OCR for any video URL.

  • clipkit

    MCP server for Clipkit — gives AI agents a video toolbox via the Clipkit schema.

View all MCP Connectors

Latest Blog Posts

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/RuyimgByCN/mcp-vision-server'

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