Skip to main content
Glama

SiliconFlow-Vision-MCP

基于 SiliconFlow 多模态视觉 API(OpenAI 兼容格式)的 MCP 服务器,提供 8 个视觉工具 + 模型列表查询。

环境要求

Related MCP server: Vison-MCP

安装与启动

bun install          # 安装依赖(已含 @modelcontextprotocol/sdk)
bun run src/index.js # 启动 MCP server(stdio)

配置 API Key

默认从环境变量 SILICONFLOW_API_KEY 读取。

Windows(PowerShell)

临时设置(仅当前会话):

$env:SILICONFLOW_API_KEY = "sk-你的Key"

永久设置(用户级环境变量):

setx SILICONFLOW_API_KEY "sk-你的Key"

Linux / macOS

临时设置:

export SILICONFLOW_API_KEY="sk-你的Key"

永久设置(写入 ~/.bashrc~/.zshrc):

echo 'export SILICONFLOW_API_KEY="sk-你的Key"' >> ~/.bashrc
source ~/.bashrc

自定义环境变量名

如需让 server 从其他变量读取 Key,设置 SILICONFLOW_API_KEY_NAME 指向目标变量:

  • Windows:$env:SILICONFLOW_API_KEY_NAME = "MY_KEY"

  • Linux/macOS:export SILICONFLOW_API_KEY_NAME=MY_KEY

也可在 MCP 客户端配置中通过 env 注入(见下方示例)。

可选环境变量:

变量

默认值

说明

SILICONFLOW_API_KEY

-

API Key(必填)

SILICONFLOW_API_KEY_NAME

SILICONFLOW_API_KEY

指定从哪个环境变量读 Key

SILICONFLOW_BASE_URL

https://api.siliconflow.cn/v1

兼容服务地址

工具列表

工具

说明

ui_to_artifact

UI 截图 → 代码 / 提示词 / 设计规范 / 描述

extract_text_from_screenshot

截图 OCR 文字提取(代码、终端、文档)

diagnose_error_screenshot

错误弹窗/堆栈/日志截图 → 定位与修复建议

understand_technical_diagram

架构图/流程图/UML/ER 图结构化解读

analyze_data_visualization

仪表盘/图表 → 趋势、异常、业务要点

ui_diff_check

两张 UI 截图对比,识别视觉差异

image_analysis

通用图像理解(自由提问)

video_analysis

视频场景解析(本地 ≤8MB,MP4/MOV/M4V)

list_models

拉取远端可用多模态模型列表

所有视觉工具均支持 model 参数覆盖默认模型;默认模型 Qwen/Qwen3-VL-8B-Instruct(速度快、成本低;对质量要求高时可显式指定 Qwen/Qwen3-VL-32B-Instruct)。

内置模型能力(2026-08-04 对 SiliconFlow API 实测,发送最小图片/音频/视频探测,比文档更可靠;实测脚本见 scripts/probe-multimodal.mjs):

模型

图片

音频

视频

Qwen/Qwen3-VL-8B-Instruct(默认)

Qwen/Qwen3-VL-32B-Instruct

Qwen/Qwen3-Omni-30B-A3B-Instruct

zai-org/GLM-4.5V

deepseek-ai/DeepSeek-OCR

PaddlePaddle/PaddleOCR-VL-1.5

注意:视频分析只能使用支持视频的模型(Qwen3-VL / Qwen3-Omni 系列);stepfun-ai/Step-3.5-Flash 经实测不是多模态模型,已从内置列表移除。

媒体输入支持三种形式:

  1. 本地文件路径(server 读取后转 base64,隐私:日志不记录路径与内容)

  2. http(s):// URL(透传给远端)

  3. data: URI(base64)

大小限制:图片 20MB,视频 8MB(本地文件)。

注册到 Codex

~/.codex/config.toml 中追加(将 <项目路径> 替换为实际路径):

[mcp_servers.siliconflow-vision-mcp]
command = "bun"
args = ["run", "<项目路径>/src/index.js"]

[mcp_servers.siliconflow-vision-mcp.env]
SILICONFLOW_API_KEY = "{env:SILICONFLOW_API_KEY}"

路径写法:

  • Windows:C:\Users\你的用户名\siliconflow-vision-mcp\src\index.js(TOML 中用单引号包裹,反斜杠无需转义)

  • Linux/macOS:/home/你的用户名/siliconflow-vision-mcp/src/index.js

{env:...} 为 Codex 环境变量引用语法;也可以直接写入明文(不推荐)。

注册到其他 MCP 客户端(示例)

opencode ~/.config/opencode/opencode.jsonc:

{
  "mcp": {
    "siliconflow-vision-mcp": {
      "type": "local",
      "command": ["bun", "run", "<项目路径>/src/index.js"],
      "enabled": true,
      "environment": {
        "SILICONFLOW_API_KEY": "{env:SILICONFLOW_API_KEY}"
      }
    }
  }
}

验证

# 协议与工具注册检查(无需 API Key)
bun run scripts/verify.mjs

# 真实 API 调用检查(需要 SILICONFLOW_API_KEY)
bun run scripts/verify-live.mjs
A
license - permissive license
-
quality - not tested
B
maintenance

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

View all related MCP servers

Related MCP Connectors

  • MCP server for Google Veo AI video generation

  • MCP server for ByteDance Seedream AI image generation

  • MCP server for Wan 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/klx1204/SiliconFlow-Vision-MCP'

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