Skip to main content
Glama
deenesjakoruzh
groxaxo

DeepSeek Vision MCP

by groxaxo
OverviewSchemaRelated ServersScoreDiscussions
Python
Remote

DeepSeek Vision MCP

CI Python License: MIT

一个安全、轻量级的 MCP v2 服务器，可为任何兼容 MCP 的代理提供 DeepSeek V4 Flash Vision：图像分析、忠实描述、OCR、 对比、UI/对象定位，以及可复用的 Files API 上传。

该服务器暴露精确模型 deepseek-v4-flash-vision-exp，而无需 在每个代理集成中嵌入特定于提供方的图像负载。

工具

工具

用途

vision_analyze

使用自定义提示进行通用单图/多图分析

vision_describe

忠实的场景/UI 描述

vision_ocr

截图/文档 OCR

vision_compare

比较两张或更多图像

vision_locate

尽力而为的 UI/对象定位，输出归一化坐标

vision_upload

将本地图像上传到 DeepSeek Files API

vision_files_list

列出可复用的已上传图像

vision_files_delete

删除已上传的图像

可接受的图像引用：

  • 本地服务器端路径

  • 公共 http:// 或 https:// URL

  • data:image/...;base64,...

  • DeepSeek file-api-... 文件 ID

Related MCP server: vision-mcp

为什么这个服务器很轻量

MCP 服务器不运行本地视觉模型。它仅验证/规范化 图像输入，并将推理委托给 DeepSeek。这使得 CPU/RAM 占用极小， 并让任何支持 MCP 的代理无需在代理自身中嵌入 DeepSeek 特定的 负载结构即可获得视觉能力。

使用 uv 安装

git clone https://github.com/groxaxo/deepseek-vision-mcp.git
cd deepseek-vision-mcp

uv sync --locked

cp .env.example .env
# Set DEEPSEEK_API_KEY and allowed roots in .env

对于本地 MCP 主机，stdio 是首选传输方式：

DEEPSEEK_API_KEY="..." \
DEEPSEEK_VISION_ALLOWED_ROOTS="/home/you/Pictures:/tmp/vision" \
uv run deepseek-vision-mcp

用于 MCP Inspector 开发：

DEEPSEEK_API_KEY="..." uv run mcp dev src/deepseek_vision_mcp/server.py

MCP 主机配置

典型的 stdio 配置：

{
  "mcpServers": {
    "deepseek-vision": {
      "command": "uv",
      "args": [
        "--directory",
        "/absolute/path/to/deepseek-vision-mcp",
        "run",
        "deepseek-vision-mcp"
      ],
      "env": {
        "DEEPSEEK_API_KEY": "YOUR_KEY",
        "DEEPSEEK_VISION_ALLOWED_ROOTS": "/home/you/Pictures:/tmp/vision"
      }
    }
  }
}

不要提交 API 密钥。如果主机可以继承环境变量， 建议从你的密钥管理器或 shell 注入 DEEPSEEK_API_KEY。

安全的共享启动器

当多个本地代理共享一个安装时，run-mcp.py 很有用。它：

  • 仅从进程或环境文件中读取已批准的 DeepSeek 变量；

  • 在启动 MCP 前过滤掉不相关的继承机密；

  • 强制使用 stdio 传输；

  • 将本地图像限制在明确的根目录内。

默认情况下，它读取 ~/.hermes/.env，并允许当前主目录下 常见的图像工作目录以及 /tmp。无需编辑脚本即可覆盖这些选择：

export DEEPSEEK_VISION_ENV_FILE="$HOME/.config/deepseek-vision.env"
export DEEPSEEK_VISION_ALLOWED_ROOTS="$HOME/Pictures:/tmp/vision"
./run-mcp.py

Hermes 配置：

mcp_servers:
  deepseek-vision:
    command: "/absolute/path/to/deepseek-vision-mcp/run-mcp.py"
    args: []
    enabled: true

OpenCode 配置：

{
  "mcp": {
    "deepseek-vision": {
      "type": "local",
      "command": ["/absolute/path/to/deepseek-vision-mcp/run-mcp.py"],
      "enabled": true
    }
  }
}

OMP 和其他标准 MCP 主机可以使用上述 mcpServers 示例， 以 run-mcp.py 作为命令。

流式 HTTP

export DEEPSEEK_API_KEY="..."
export MCP_TRANSPORT=streamable-http
export MCP_HOST=127.0.0.1
export MCP_PORT=8000

uv run deepseek-vision-mcp

MCP 端点为：

http://127.0.0.1:8000/mcp

在将服务器暴露到可信机器/网络之外之前，请在其前面使用 TLS 和身份验证。

示例工具调用

分析截图

{
  "images": ["/home/you/Pictures/screen.png"],
  "prompt": "What application is open, what is the current state, and what should I click next?",
  "detail": "original"
}

快速粗略屏幕读取

{
  "images": ["/home/you/Pictures/screen.png"],
  "prompt": "Is a modal dialog visible? Answer briefly.",
  "detail": "low"
}

OCR

{
  "image": "/home/you/Pictures/error.png",
  "detail": "original"
}

尽力而为的 UI 定位

{
  "image": "/home/you/Pictures/screen.png",
  "target": "the blue Save button"
}

vision_locate 返回归一化到 0..1000 的坐标。它被有意描述为 尽力而为：生成式 VLM 不是确定性检测器。在 高影响点击之前验证其目标。

安全模型

此 MCP 分析的图像会发送到 DeepSeek 的外部 API。未经 用户明确同意，请勿发送私人或敏感图像。

本地路径限制在 DEEPSEEK_VISION_ALLOWED_ROOTS 内。如果未配置 根目录，服务器仅允许其当前工作目录下的图像。

这一点很重要：不受限制的 vision_analyze("/etc/...") 风格工具 会让 MCP 主机将图像分析变成任意的本地文件外泄。

服务器还会拒绝明显的 localhost/私有 IP 外部 URL。

共享启动器仅将基线进程变量、XDG_* 和 四个已批准的 DeepSeek 设置传递给子进程。它从不加载 整个凭据文件。

此服务器反映的 DeepSeek 图像行为

  • JPEG、PNG、GIF、WebP

  • 本地/base64 内联图像：每个最大 32 MiB

  • DeepSeek Files API 图像：最大 64 MiB

  • 每请求最多 600 张图像

  • 外部 URL 长度：最大 8192 个字符

  • 最大尺寸：每边 8192 像素，或 15 张以上图像时每边 4096 像素

  • detail=low：DeepSeek 降采样到 512x512

  • detail=original / high：保留原始细节

  • 图像仅在用户消息中发送

大/复用图像

上传一次：

{
  "local_path": "/home/you/Pictures/large.png",
  "expires_seconds": 86400
}

然后将返回的 file-api-... ID 传入 vision_analyze。仅当 你故意想要 DeepSeek 永久存储时，才将 expires_seconds 设为 null。

Docker

docker build -t deepseek-vision-mcp .
docker run --rm \
  -p 127.0.0.1:8000:8000 \
  -e DEEPSEEK_API_KEY="$DEEPSEEK_API_KEY" \
  deepseek-vision-mcp

对于 Docker 中的本地图像路径，仅挂载 MCP 需要的目录，并将 DEEPSEEK_VISION_ALLOWED_ROOTS 设置为容器侧路径。

架构

MCP host / agent
      |
      | MCP tool call
      v
DeepSeek Vision MCP
  - validates source
  - restricts local paths
  - encodes local files
  - shapes DeepSeek payload
      |
      | HTTPS
      v
api.deepseek.com
  deepseek-v4-flash-vision-exp
      |
      v
structured MCP result

开发

uv sync --locked --extra dev
uv run ruff check .
uv run pytest

CI 在 Python 3.11 和 3.13 上运行相同的门控。欢迎贡献和聚焦的 错误报告。

Install Server
A
license - permissive license
B
quality
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.

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.

  • Imejis

    Generate on-brand images from your AI agent: design, edit, and render templates over MCP.

  • vicsee-mcp-server

    Generate, edit and upscale AI video and images from any agent via VicSee.

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/groxaxo/deepseek-vision-mcp'

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