Skip to main content
Glama

vision-eye

纯本地视觉插件包:给纯文本大模型(DeepSeek、Qwen 纯文本版等)接上"眼睛"。 MCP server(工具层)+ Claude Agent Skill(触发层)+ 本地视觉模型(推理层)。 零云端 API、零 API key,图片不出本机(仅首次模型下载需联网,支持 HF_ENDPOINT=https://hf-mirror.com 镜像)。

安装

pip install vision-eye          # 形态 A:复用本机 Ollama 视觉模型
vision-eye install              # 自动检测环境并分级
vision-eye doctor               # 诊断后端 / 模型 / 降级历史

安装形态

形态

条件

行为

A

Ollama 已有视觉模型(qwen*vl / minicpm-v / llava 等,模糊匹配)

复用,不下载

B-GPU

CUDA 可用且显存 ≥ 8GB

Qwen2.5-VL-3B int4 + SmolVLM-500M 兜底

B-CPU

无 GPU / 显存或磁盘不足

仅 SmolVLM-500M

Related MCP server: Vision Bridge MCP Server

MCP 注册(Claude Code)

claude mcp add vision-eye -- vision-eye serve

工具

工具

功能

describe_image

通用描述(focus 可选)

extract_text

OCR,保留布局

parse_table

表格转 markdown

analyze_ui

截图元素识别与报错诊断

zoom_region

放大局部细看 (x, y, w, h)

  • 返回 < 500 token,超长截断并提示用 zoom_region

  • 压缩到最长边 2048px;MD5(压缩后字节+prompt) 缓存于 ~/.vision-eye/cache/

  • 三级降级链自动兜底,降级结果带 [precision: low] 标记(复杂图表结论需谨慎)

  • 降级日志:~/.vision-eye/logs/,vision-eye doctor 查看

CLI

vision-eye install / doctor / serve / daemon / cache clear

daemon 常驻模式预加载模型,提供 streamable HTTP(默认 127.0.0.1:8765)。

Related MCP Connectors

Related MCP Servers