Skip to main content
Glama

# Vision MCP Server

给 DeepSeek 等纯文本模型加"眼睛"——截图分析、图片识别,用免费的 Agnes 2.5 Flash。

npm version

功能

工具

说明

describe_screen

截屏 + 视觉分析(全屏/主屏/指定窗口)

take_screenshot

纯截屏保存

list_windows

列出所有可见窗口

analyze_image

图片分析

list_models

列出可用模型

zen_status

配置自检

Related MCP server: glm-vision

前置条件

  1. Node.js >= 18(下载:https://nodejs.org)

  2. Agnes API key(获取:https://www.agnes-ai.cn,当前免费)


安装

Codex

编辑全局配置 ~/.codex/config.toml

[mcp_servers.deepseek-vision]
command = "npx"
args = ["-y", "deepseek-vision"]
env = { VISION_API_KEY = "你的Agnes API-key" }

或命令行:

codex mcp add deepseek-vision -- npx -y deepseek-vision

重启 Codex。


Claude Code

编辑全局配置 ~/.claude/mcp.json

{
  "mcpServers": {
    "deepseek-vision": {
      "command": "npx",
      "args": ["-y", "deepseek-vision"],
      "env": { "VISION_API_KEY": "你的Agnes API-key" }
    }
  }
}

或项目级 .mcp.json,内容同上。

或命令行:

claude mcp add deepseek-vision -- npx -y deepseek-vision

重启 Claude Code。


opencode

编辑全局配置 ~/.config/opencode/opencode.json

{
  "mcp": {
    "deepseek-vision": {
      "type": "local",
      "command": ["npx", "-y", "deepseek-vision"],
      "enabled": true,
      "environment": { "VISION_API_KEY": "你的Agnes API-key" }
    }
  }
}

或项目级 opencode.json,内容同上。

重启 opencode。


验证

重启客户端后,对 agent 说:

调用 zen_status 检查配置

返回"API 连通正常"即安装成功。


Skill(可选,让 agent 自动调用工具)

Skill 是告诉 agent 什么时候、怎么调用 MCP 工具的指令文件。没有 Skill,agent 可能不知道要调用我们的工具。

安装

deepseek-vision-skill/SKILL.md 复制到客户端的 skill 目录:

Claude Code~/.claude/skills/deepseek-vision/SKILL.md opencode~/.config/opencode/skills/deepseek-vision/SKILL.md

# Claude Code
mkdir -p ~/.claude/skills/deepseek-vision
cp deepseek-vision-skill/SKILL.md ~/.claude/skills/deepseek-vision/

# opencode
mkdir -p ~/.config/opencode/skills/deepseek-vision
cp deepseek-vision-skill/SKILL.md ~/.config/opencode/skills/deepseek-vision/

安装后重启客户端,agent 会自动发现并加载 Skill。

Skill 包含三条核心规则:

  1. 图片/截图 → 必须调用 MCP 工具

  2. 禁止用 OCR/Read 代替

  3. 根据模型 ID 判断走 MCP 还是内置多模态


使用示例

"帮我看看当前桌面在干什么"
"分析这张图片 D:\x\photo.png"
"现在有哪些窗口开着"

配置项

变量

必填

默认值

说明

VISION_API_KEY

-

Agnes API key

VISION_MODEL

agnes-2.5-flash

视觉模型

VISION_BASE_URL

https://api.agnes-ai.cn/v1

中国端点

VISION_SCREENSHOT_DIR

~/Pictures/Screenshots

截图保存目录


许可

MIT

Related MCP Connectors

Related MCP Servers

  • F
    license
    Not graded
    quality
    C
    maintenance
    MCP server that gives text-only models vision capabilities via free GLM vision models, supporting image description, OCR, chart/document analysis, and grounding with automatic model fallback.
    1
    -
  • A
    license
    Not graded
    quality
    B
    maintenance
    MCP server that gives text-only LLMs like DeepSeek vision capabilities by converting images to text via vision APIs, enabling image description, OCR, and generation in MCP clients.
    1
    MIT