vision-mcp

Los modelos de texto puro ven imágenes. Basta con copiar la captura de pantalla; no hace falta guardar archivos ni configurar un gateway.

Visión predeterminada: Groq gratuito qwen/qwen3.6-27b.

Instalación

cd D:\workplace\vision
python -m venv .venv
.venv\Scripts\pip install -e .
.venv\Scripts\python -m vision_mcp setup --key gsk_你的key

Clave gratuita: https://console.groq.com/keys

setup hará:

• Escribirá la clave en %USERPROFILE%\.vision-mcp\config.json (no en mcp.json)

• Se conectará automáticamente a los Command Code / Grok / OpenCode / Cursor / Claude ya existentes en el equipo

• Instalará la habilidad vision-see

Luego reinicia el agente correspondiente, o reconecta con /mcp en Command Code.

Related MCP server: Vision MCP Server

Activar / Desactivar

.venv\Scripts\python -m vision_mcp disable
.venv\Scripts\python -m vision_mcp enable
.venv\Scripts\python -m vision_mcp status

Cuando no lo uses, disable. En Command Code también puedes desconectarte con /mcp en la sesión, sin necesidad de borrar la configuración.

Uso

1. Copia la captura de pantalla (Win+Shift+S)

2. Dile al agente: mira esta imagen / qué error hay en el portapapeles

3. El agente llama a vision_see, que por defecto lee el portapapeles

[Image 1] se trata como portapapeles, no como ruta.

Herramientas

Cambiar de modelo

Solo modifica %USERPROFILE%\.vision-mcp\config.json, o establece una variable de entorno. No necesitas tocar la configuración de MCP.

{
  "api_key": "gsk_...",
  "model": "qwen-vl-max",
  "base_url": "https://dashscope.aliyuncs.com/compatible-mode/v1"
}

Configuración manual

Si setup ya la ha escrito, no es necesario volver a pegarla. El formato es el mismo que el de Command Code:

{
  "mcpServers": {
    "vision": {
      "transport": "stdio",
      "enabled": true,
      "command": "D:\\workplace\\vision\\.venv\\Scripts\\python.exe",
      "args": ["-m", "vision_mcp"]
    }
  }
}

No pongas la clave en este archivo.