Skip to main content
Glama
deenesjakoruzh
bauerelizabeth07139

opencode-eyes-nvidia

by bauerelizabeth07139
OverviewSchemaRelated ServersScoreDiscussions
Python
Remote

opencode-eyes-nvidia 👁️

MCP server that provides image description capability using NVIDIA NIM hosted API (https://integrate.api.nvidia.com/v1) with the MiniMax-M3 multimodal model.

为不具备多模态能力的模型提供**"眼睛"**。将图片输入，即可获得详细的图片文字描述。

功能

工具

说明

describe_image

描述一张图片的内容，默认使用 MiniMax-M3 多模态大模型

list_vision_models

列出 NVIDIA NIM API 上可用的多模态（视觉）模型

Related MCP server: vision-mcp

多模态模型

默认模型为 minimaxai/minimax-m3（文本/图像/视频输入 → 文本输出，1M 上下文，支持推理）。 可通过 NVIDIA_MODEL 或 describe_image 的 model 参数切换：

模型 ID

说明

minimaxai/minimax-m3

MiniMax-M3 多模态 MoE VLM（默认，支持图像/视频）

meta/llama-3.2-11b-vision-instruct

Meta Llama 3.2 11B Vision

meta/llama-3.2-90b-vision-instruct

Meta Llama 3.2 90B Vision

nvidia/llama-3.1-nemotron-nano-vl-8b-v1

NVIDIA Nemotron Nano VL 8B

google/gemma-3-27b-it

Google Gemma 3 27B IT

nvidia/nemotron-nano-12b-v2-vl

NVIDIA Nemotron Nano 12B v2 VL

qwen/qwen3.5-397b-a17b

Qwen 3.5 397B A17B VLM

环境变量

变量

必填

默认值

说明

NVIDIA_API_KEY

否*

—

单个 NVIDIA API Key（在 https://build.nvidia.com 获取，nvapi-...）

NVIDIA_API_KEYS

否*

—

多个 Key，用逗号 / 分号 / 空格 / 换行分隔

NVIDIA_API_KEY_1 … NVIDIA_API_KEY_N

否*

—

编号 Key，NVIDIA_API_KEY_1 起依次读取

NVIDIA_BASE_URL

否

https://integrate.api.nvidia.com/v1

API 基础地址

NVIDIA_MODEL

否

minimaxai/minimax-m3

默认使用的多模态模型

NVIDIA_TIMEOUT

否

120

API 请求超时（秒）

NVIDIA_MAX_DIMENSION

否

2048

发送前图片最长边缩放到该像素，0 表示不缩放

NVIDIA_JPEG_QUALITY

否

85

发送前 JPEG 压缩质量（0-100）

NVIDIA_THINKING_MODE

否

（空）

MiniMax-M3 推理模式：enabled / disabled / adaptive

NVIDIA_ROTATION_MAX_RETRIES

否

Key 数量

轮询总尝试次数（跨所有 Key）

NVIDIA_ROTATION_BACKOFF

否

2

每次失败后等待的秒数（等待配额刷新）

* 至少需要配置一个 Key：NVIDIA_API_KEY、NVIDIA_API_KEYS 或 NVIDIA_API_KEY_1..N 任一即可，可同时配置（去重合并）。

Key 轮询（多 Key 自动切换）

支持配置多个 API Key：请求按顺序使用，遇错自动切换到下一个 Key，不会删除原 Key， 只是把它排到队列末尾，等待其配额刷新后再用。全程自动重试，无需人工干预。

工作方式：

  1. 启动时把所有 Key 合并进一个队列（去重，按 NVIDIA_API_KEY → NVIDIA_API_KEYS → NVIDIA_API_KEY_1..N 顺序）。

  2. 请求默认使用队首 Key。

  3. 遇到可重试错误（HTTP 401 / 403 / 404 / 408 / 429 / 5xx，或连接超时）时： 队首 Key 移到队尾，等待 NVIDIA_ROTATION_BACKOFF 秒后改用下一个 Key 重试。

  4. 所有 Key 都被轮过之后（共 NVIDIA_ROTATION_MAX_RETRIES 次尝试）仍未成功，才抛出最后一个错误。

  5. 队列状态在多次调用间保留——被限流的 Key 会排在后面，等下次轮到时配额往往已刷新。

示例：

# 方式一：逗号分隔多个 Key
set NVIDIA_API_KEYS=nvapi-key-1,nvapi-key-2,nvapi-key-3

# 方式二：编号 Key
set NVIDIA_API_KEY_1=nvapi-key-1
set NVIDIA_API_KEY_2=nvapi-key-2

# 方式三：单个 Key（向后兼容）
set NVIDIA_API_KEY=nvapi-key-1

在 OpenCode 配置中把环境变量传给 MCP 服务：

{
  "mcp": {
    "opencode-eyes-nvidia": {
      "type": "local",
      "command": ["python", "-m", "opencode_eyes_nvidia"],
      "enabled": true,
      "timeout": 120000,
      "environment": {
        "NVIDIA_API_KEYS": "{env:NVIDIA_API_KEYS}"
      }
    }
  }
}

安装

pip install -r requirements.txt

或安装为包：

pip install .

运行

# 设置环境变量（Windows，至少一种）
set NVIDIA_API_KEY=nvapi-你的key
# 或 set NVIDIA_API_KEYS=nvapi-key-1,nvapi-key-2

# 启动服务
python -m opencode_eyes_nvidia

在 OpenCode 中配置

{
  "mcp": {
    "opencode-eyes-nvidia": {
      "type": "local",
      "command": ["python", "-m", "opencode_eyes_nvidia"],
      "enabled": true,
      "timeout": 120000,
      "environment": {
        "NVIDIA_API_KEYS": "{env:NVIDIA_API_KEYS}",
        "NVIDIA_API_KEY": "{env:NVIDIA_API_KEY}"
      }
    }
  }
}

手动测试

不启动 opencode，直接通过 stdio 验证：

$env:NVIDIA_API_KEY = "nvapi-xxx"
python -m opencode_eyes_nvidia

然后在另一终端发送 MCP JSON-RPC 消息，例如：

{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"test","version":"0.0.0"}}}
{"jsonrpc":"2.0","id":2,"method":"tools/list"}
{"jsonrpc":"2.0","id":3,"method":"tools/call","params":{"name":"describe_image","arguments":{"image_path":"C:/path/to/photo.jpg"}}}

与 opencode-eyes 的区别

  • API 从 StepFun 换成 NVIDIA NIM（https://integrate.api.nvidia.com/v1）

  • 默认模型从 step-3.7-flash 换成 MiniMax-M3（minimaxai/minimax-m3）

  • 新增 list_vision_models 工具与多模型切换能力

  • 支持 MiniMax-M3 的 thinking_mode 推理控制

  • 支持多 API Key 轮询：遇错自动切换下一个 Key，原 Key 排到队尾等待配额刷新

License

MIT

This server cannot be installed

A
license - permissive license
Not graded
quality - not tested
C
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.

Related MCP Servers

  • vision-mcp

    menoxz
    A
    license
    Not graded
    quality
    C
    maintenance
    MCP server for analyzing images using multiple vision LLM providers (OpenCode, OpenAI, Anthropic, Google, and custom OpenAI-compatible endpoints). Provides tools to analyze single or multiple images, list providers, and test vision capabilities.
    MIT

  • mcp-six-eyes

    RimunAce
    A
    license
    A
    quality
    A
    maintenance
    MCP server that gives text-only AI agents the ability to understand images via vision tools, including multi-image analysis, OCR, comparison, and structured extraction. It uses providers like OpenAI, Anthropic, Gemini, and OpenRouter to return plain text descriptions.
    4
    10
    121
    MIT

View all related MCP servers

Related MCP Connectors

  • mcp-minimax

    MCP server for MiniMax H3 multimodal video generation

  • mcp

    MCP server providing access to the Scorecard API to evaluate and optimize LLM systems.

  • mcp-veo

    MCP server for Google Veo AI video generation

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/bauerelizabeth07139/opencode-eyes-nvidia'

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