@devrobotlabs/visionapi-mcp

MCP-Server für die Vision API. Richten Sie Claude Code, Claude Desktop, Cursor oder einen anderen MCP-Host auf einen Ordner mit Scans und fragen Sie nach den Rechnungen — keine Integration zu schreiben, kein API-Schlüssel in generiertem Code, kein Vertrag aus dem Gedächtnis paraphrasiert.

You: pull the totals out of every invoice in ~/inbox and put them in a CSV

Claude: [vision_analyze × 7]
        Done — 7 invoices, 14 credits. Three had no PO number; I left those cells empty.

Installation

Nichts zu installieren. Fügen Sie es zur Konfiguration Ihres Hosts hinzu und es läuft über npx.

Claude Code — claude mcp add visionapi --env VISION_API_KEY=sk_live_... -- npx -y @devrobotlabs/visionapi-mcp ~/inbox

Claude Desktop — claude_desktop_config.json:

{
  "mcpServers": {
    "visionapi": {
      "command": "npx",
      "args": ["-y", "@devrobotlabs/visionapi-mcp", "/Users/me/inbox"],
      "env": { "VISION_API_KEY": "sk_live_..." }
    }
  }
}

Cursor — .cursor/mcp.json, gleiche Form:

{
  "mcpServers": {
    "visionapi": {
      "command": "npx",
      "args": ["-y", "@devrobotlabs/visionapi-mcp", "."],
      "env": { "VISION_API_KEY": "sk_live_..." }
    }
  }
}

VS Code — .vscode/mcp.json:

{
  "servers": {
    "visionapi": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@devrobotlabs/visionapi-mcp", "${workspaceFolder}"],
      "env": { "VISION_API_KEY": "sk_live_..." }
    }
  }
}

Holen Sie sich einen Schlüssel unter app.visionapi.io/dashboard/keys. Neue Konten erhalten 50 Credits, ohne Karte.

Die Host-Konfigurationsblöcke leben in dieser README und nicht in einem examples/-Verzeichnis — eine Abweichung von den neun Client-Bibliotheken, und eine bewusste. Ein Snippet, das nur in einer README existiert, kann nicht von einem ausführbaren Skript abweichen, das niemand ausführt.

Related MCP server: receiptconverter-mcp

Welche Verzeichnisse es lesen kann

Jedes Positionsargument ist ein Verzeichnis, aus dem der Server Dateien lesen darf. Ohne Angabe ist das Arbeitsverzeichnis des Prozesses die einzige Wurzel — das ist der sichere Standard, weil MCP-Hosts einen stdio-Server mit dem Projektverzeichnis als cwd starten.

Das ist wichtiger, als es aussieht. Der Server hält einen Live-Ausgabeschlüssel und läuft mit Ihren Dateisystemrechten, kann also alles lesen, was Ihre Shell lesen kann. Ihn nach dem Rohtext von ~/Documents/passport.jpg zu fragen, ist ein funktionierender Weg, um den Inhalt dieses Dokuments in den Kontext eines Modells und in das Transkript zu bringen, das Ihr Host führt. Die Whitelist ist das, was einen verwirrten oder manipulierten Agenten davon abhält, das versehentlich zu tun.

Pfade werden mit realpath auf beiden Seiten aufgelöst, bevor sie verglichen werden, sodass ein Symlink innerhalb eines erlaubten Verzeichnisses nicht aus ihm herauszeigen kann.

--allow-any-path schaltet die Whitelist vollständig ab. Es warnt beim Start auf stderr und Sie sollten einen Grund haben.

Werkzeuge

Die drei, die Credits verbrauchen, sind mit readOnlyHint: false annotiert, sodass ein Host, der schreibgeschützte Werkzeuge automatisch genehmigt, trotzdem anhalten und nachfragen wird, bevor eines von ihnen läuft.

Der Katalog ist auch als Ressourcen verfügbar — visionapi://presets und visionapi://presets/{name} — für Hosts, die diese bevorzugen. Werkzeuge sind die primäre Oberfläche, weil die Ressourcenunterstützung über Hosts hinweg uneinheitlich ist.

Ausgabe

Antworten werden für ein Modell zum Lesen gerendert, nicht als JSON ausgegeben. Ein 37-Felder-Rechnungspreset über ein Dokument, das zwölf davon ausfüllt, kommt als Tabelle plus eine Zeile Nicht in diesem Dokument gefunden (25): … zurück, statt als fünfundzwanzig Wiederholungen von {"value":null,"confidence":"low"} — drei bis vier Mal kleiner und leichter zu verarbeiten.

Dabei geht nichts verloren. Jedes Werkzeug akzeptiert ein format:

• markdown (Standard) — die obige Darstellung.

• compact_json — dieselben Informationen als Daten, mit _not_found- und _low_confidence-Arrays. Für den Fall, dass der Agent parst statt liest.

• json — die API-Antwort wörtlich. Das, wonach man greift, wenn man echten HTTP-Code gegen den Vertrag schreibt.

Konfidenz wird nur gedruckt, wenn sie nicht hoch ist, sodass (mid) und (low) hervorstechen und der häufige Fall nichts zu lesen kostet.

Lange Dokumente

Lassen Sie mode auf auto. Die API beendet eine synchrone Anfrage nach 60 Sekunden; der Server reicht sie dann erneut an die Warteschlange ein und pollt, wobei er den Fortschritt an Ihren Host meldet. Sie werden einmal belastet, weil der abgelaufene Versuch seine Reservierung vollständig freigegeben hat.

Übergeben Sie mode: "async" im Voraus für alles über etwa zehn Seiten und pages: "1-5", um ein langes Dokument günstig stichprobenartig zu prüfen — Sie werden nur für ausgewählte Seiten belastet.

Kosten und Fehler

Fehler kosten nichts. Jede Nicht-2xx-Antwort gibt die Credit-Reservierung vollständig frei, sodass ein fehlgeschlagener Aufruf sicher zu korrigieren und zu wiederholen ist und es keine Bereinigung gibt. Die Werkzeugbeschreibungen sagen das, weshalb ein Agent, der diesen Server verwendet, sich nach einem Fehler vernünftig verhält, statt entweder aufzugeben oder etwas zu wiederholen, das nicht funktionieren kann.

Zwei Fehler tragen Ratschläge, die es wert sind, selbst zu kennen:

Umgebung

Ein fehlender Schlüssel stoppt den Serverstart nicht: Er warnt auf stderr, tools/list funktioniert weiterhin, und der erste abrechenbare Aufruf gibt eine Meldung zurück, die die Lösung benennt. Ein Server, der sich weigert zu starten, sagt dem Benutzer nur, dass etwas kaputt ist.

Entwicklung

npm install
npm run typecheck
npm test          # 37 offline tests — no key, no network
npx @modelcontextprotocol/inspector node ./dist/cli.js ~/some/dir

npm install --no-save ../node, um gegen einen lokalen Build des Clients zu testen. Nicht npm install ../node — das schreibt package.json zu "file:../node" um, und dieses Manifest ist das, was veröffentlicht wird.

Links

• Dokumentation

• Integrationsreferenz für Programmieragenten

• Preset-Katalog

• Preise

MIT-lizenziert.