deepseek-vision-mcp
Provides tools for analyzing local images using Ollama's multimodal models, enabling image description and Q&A without uploading to the cloud.
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
中文 · English
让任意 MCP 客户端调用本地 Ollama 多模态模型,快速理解你电脑上的图片。
图片只在本机处理。服务会把图片直接发送给本地 Ollama,不经过第三方云服务,也不会生成临时图片文件。
模型说明: 项目名称保留 deepseek-vision-mcp,但服务并不绑定 DeepSeek 模型。默认使用 qwen3.5:2b,也支持其他 Ollama 视觉模型。
为什么用它
本地优先 | 即插即用 | 灵活选型 |
图片和推理都留在你的设备上 | 标准 MCP 工具,可接入兼容客户端 | 通过环境变量切换任意 Ollama 视觉模型 |
Related MCP server: MCP HydroCoder Vision
快速开始
1. 准备视觉模型
确保 Ollama 正在运行,然后拉取一个支持视觉的模型:
ollama pull qwen3.5:2b也可以使用其他 Ollama 官方库中的视觉模型,例如 qwen3-vl:2b 或 gemma3:4b。
2. 安装项目
git clone https://github.com/kgamv/deepseek-vision-mcp.git
cd deepseek-vision-mcp
python -m venv .venvmacOS / Linux 激活方式
source .venv/bin/activateWindows PowerShell 激活方式
.venv\Scripts\Activate.ps1pip install -r requirements.txt3. 接入 MCP 客户端
将下面的配置加入支持 MCP 的客户端。请把路径换成你电脑上 server.py 的绝对路径:
{
"mcpServers": {
"deepseek-vision": {
"command": "python",
"args": ["/absolute/path/to/deepseek-vision-mcp/server.py"]
}
}
}配置完成后重启客户端,即可直接提出类似请求:
分析 /path/to/screenshot.png,告诉我页面上有哪些可用操作。提供的工具
工具 | 用途 | 主要参数 |
| 描述图片内容,支持自定义提示词 |
|
| 针对图片回答一个具体问题 |
|
| 查看本地已安装的 Ollama 模型 | 无 |
工作原理
flowchart LR
A["MCP 客户端"] -->|"工具调用"| B["DeepSeek Vision MCP"]
B -->|"读取本地图片"| C["Base64 编码"]
C -->|"/api/generate"| D["本地 Ollama"]
D -->|"视觉模型结果"| B
B -->|"文本响应"| A使用
stdio与 MCP 客户端通信。使用 Python 标准库
urllib调用 Ollama/api/generate。当
response为空时,会回退读取thinking字段,兼容 Qwen3.5 的思考模式。单张图片默认最大
20 MB,请求超时为300秒。
配置
环境变量 | 默认值 | 说明 |
|
| Ollama 服务地址 |
|
| 默认视觉模型 |
|
| 单张图片大小上限,单位 MB |
macOS / Linux
export OLLAMA_VISION_MODEL=qwen3-vl:2b
python server.pyWindows PowerShell
$env:OLLAMA_VISION_MODEL = "qwen3-vl:2b"
python server.py常见问题
先运行 ollama serve,再访问 http://localhost:11434/api/tags 检查服务是否正常。如果 Ollama 在另一台设备上,请设置 OLLAMA_HOST。
运行 ollama list 查看已安装模型,并确认所选模型具备视觉能力。随后将模型名写入 OLLAMA_VISION_MODEL。
确认配置中的 server.py 使用绝对路径,并确保配置使用的 Python 环境已经安装 fastmcp。修改配置后重新启动客户端。
参与贡献
欢迎提交问题和改进。开始开发前请阅读 贡献指南。
License
本项目基于 MIT License 开源。
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
This server cannot be deployed
Maintenance
Related MCP Connectors
Shared memory MCP server for Claude Code, Codex, Gemini CLI and Cursor. Cited, editable.
MCP server for Qwen Image 3 AI image generation
Holiday photo MCP server: list and fetch personal holiday photos inline in Claude chat.
Augments MCP Server - A comprehensive framework documentation provider for Claude Code
Related MCP Servers
- AlicenseNot gradedqualityNot gradedmaintenanceAn MCP server that bridges local Ollama models and ChromaDB vector memory to MCP clients like Claude Code. It enables local text generation, vision-based image analysis, and semantic memory storage without requiring external API keys.MIT
- AlicenseBqualityDmaintenanceA local vision-language MCP server that enables Claude Code to perform image analysis, OCR, and UI-to-code generation using the Qwen3 VL 4B model via LM Studio. It provides privacy-focused visual processing by running entirely on the user's local hardware without external API dependencies.336 npm1MIT
- AlicenseNot gradedqualityDmaintenanceA powerful MCP server that brings AI vision capabilities to Claude Desktop. Analyze images and videos using OpenAI GPT-4o, Claude, or any compatible vision API.27 npmMIT
- FlicenseAqualityDmaintenanceAn MCP server that captures screenshots of URLs or local app windows and analyzes them with a local Ollama vision model, enabling Claude to visually inspect web pages and desktop applications without sending image data externally.3-