Skip to main content
Glama

# Vision MCP Server

给 DeepSeek 等纯文本模型加"眼睛"——截图分析、图片识别,用免费的 Agnes 2.5 Flash。

npm version

功能

工具

说明

describe_screen

截屏 + 视觉分析(全屏/主屏/指定窗口)

take_screenshot

纯截屏保存

list_windows

列出所有可见窗口

analyze_image

图片分析

list_models

列出可用模型

zen_status

配置自检

Related MCP server: MCP Vision Server

前置条件

  1. Node.js >= 18(下载:https://nodejs.org)

  2. Agnes API key(获取:https://www.agnes-ai.cn,当前免费)


安装

Codex

编辑全局配置 ~/.codex/config.toml

[mcp_servers.deepseek-vision]
command = "npx"
args = ["-y", "deepseek-vision"]
env = { VISION_API_KEY = "你的Agnes API-key" }

或命令行:

codex mcp add deepseek-vision -- npx -y deepseek-vision

重启 Codex。


Claude Code

编辑全局配置 ~/.claude/mcp.json

{
  "mcpServers": {
    "deepseek-vision": {
      "command": "npx",
      "args": ["-y", "deepseek-vision"],
      "env": { "VISION_API_KEY": "你的Agnes API-key" }
    }
  }
}

或项目级 .mcp.json,内容同上。

或命令行:

claude mcp add deepseek-vision -- npx -y deepseek-vision

重启 Claude Code。


opencode

编辑全局配置 ~/.config/opencode/opencode.json

{
  "mcp": {
    "deepseek-vision": {
      "type": "local",
      "command": ["npx", "-y", "deepseek-vision"],
      "enabled": true,
      "environment": { "VISION_API_KEY": "你的Agnes API-key" }
    }
  }
}

或项目级 opencode.json,内容同上。

重启 opencode。


验证

重启客户端后,对 agent 说:

调用 zen_status 检查配置

返回"API 连通正常"即安装成功。


Skill(可选,让 agent 自动调用工具)

Skill 是告诉 agent 什么时候、怎么调用 MCP 工具的指令文件。没有 Skill,agent 可能不知道要调用我们的工具。

安装

deepseek-vision-skill/SKILL.md 复制到客户端的 skill 目录:

Claude Code~/.claude/skills/deepseek-vision/SKILL.md opencode~/.config/opencode/skills/deepseek-vision/SKILL.md

# Claude Code
mkdir -p ~/.claude/skills/deepseek-vision
cp deepseek-vision-skill/SKILL.md ~/.claude/skills/deepseek-vision/

# opencode
mkdir -p ~/.config/opencode/skills/deepseek-vision
cp deepseek-vision-skill/SKILL.md ~/.config/opencode/skills/deepseek-vision/

安装后重启客户端,agent 会自动发现并加载 Skill。

Skill 包含三条核心规则:

  1. 图片/截图 → 必须调用 MCP 工具

  2. 禁止用 OCR/Read 代替

  3. 根据模型 ID 判断走 MCP 还是内置多模态


使用示例

"帮我看看当前桌面在干什么"
"分析这张图片 D:\x\photo.png"
"现在有哪些窗口开着"

配置项

变量

必填

默认值

说明

VISION_API_KEY

-

Agnes API key

VISION_MODEL

agnes-2.5-flash

视觉模型

VISION_BASE_URL

https://api.agnes-ai.cn/v1

中国端点

VISION_SCREENSHOT_DIR

~/Pictures/Screenshots

截图保存目录


许可

MIT

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

  • OCR, transcription, file extraction, and image generation for AI agents via MCP.

  • MCP server for Google Veo AI video generation

  • MCP server for AI dialogue using various LLM models via AceDataCloud

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/Sunlianwang/deepseek-vision'

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