Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type @ followed by the MCP server name and your instructions, e.g., "@glm-vision-mcp 把这张截图里的文字提取出来"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
基于智谱 AI 开放平台免费视觉模型 GLM-4.6V-Flash 的 MCP server，为 AI 助手提供图像识别与 OCR 能力。
图像理解（看图问答、描述、识别物体/场景）
OCR 文字提取（截图、票据、文档、界面文案）
图片输入支持 URL、base64 data URI、本地文件路径 三种方式
支持思考模式开关（thinking 参数），复杂分析可开启
工具 | 说明 | 参数 |
| 通用图像识别/理解 |
|
| OCR 文字提取，按原始版式输出 |
|
image 支持三种格式：
https://example.com/photo.jpg # 公开图片 URL
data:image/png;base64,iVBORw0... # base64 data URI
C:\Users\me\Desktop\截图.png # 本地文件路径（≤10MB）Related MCP server: Image Description MCP Server
打开 智谱 AI 开放平台 注册账号并完成实名认证
进入 API Keys 页面 → 点击「创建 API Key」→ 复制生成的 key（形如 xxxxx.xxxxx）
GLM-4.6V-Flash 本身免费调用，新用户注册还赠送体验额度，无需充值
方式 A（推荐）：系统环境变量
# 在 PowerShell / CMD 执行（之后需新开终端或重启 Reasonix 才生效）
setx ZHIPU_API_KEY "你的key"方式 B：仅当前会话
$env:ZHIPU_API_KEY = "你的key" # PowerShell 临时设置⚠️ 不要把 key 直接写进
.mcp.json或config.toml——项目已用${ZHIPU_API_KEY}占位符，从环境变量读取，避免 key 落盘泄露。
npm install # 安装依赖（仅需一次）
node src/index.js # 手动启动（MCP 客户端会自动拉起，一般无需手动运行）本项目已注册为 Reasonix 全局 MCP（配置在 %APPDATA%\reasonix\config.toml），
本机所有项目都可直接使用。如需重新注册或卸载：
# 重新注册（读取 .mcp.json）
# 在 Reasonix 对话中使用 install_source 工具，source 指向本目录的 .mcp.json，scope=global
# 卸载
# install_source op=uninstall，name=glm-vision-mcp注册完成后，直接在对话里告诉 AI「看」图即可，例如：
帮我识别这张图片：C:\Users\me\Desktop\票据.png
把这张截图里的文字提取出来：https://example.com/receipt.png
这张图里有什么异常？data:image/png;base64,……AI 会自动调用 analyze_image / extract_text 工具完成识别。
GLM-4.6V-Flash 免费版在高峰期可能遇到平台过载，API 返回
HTTP 429 / 错误码 1305（该模型当前访问量过大）。处理建议：
稍等 30–90 秒再重试，避免连续高频请求（平台文档明确建议）
识别任务间留出间隔；并发任务可考虑排队
这不是 key 或代码问题，是平台侧的临时保护
npm test # 单元测试（图像输入处理）+ MCP 冒烟测试（不需要 key）
ZHIPU_API_KEY=xxx node test/e2e.mjs # 端到端真实识别测试（需要 key）
ZHIPU_API_KEY=xxx node test/e2e.mjs --which=url # 只测 extract_text(URL)
ZHIPU_API_KEY=xxx node test/e2e.mjs --which=local # 只测 extract_text(本地路径)src/index.js # MCP server 入口：注册 analyze_image / extract_text
src/zhipu.js # 智谱 chat/completions 封装（内置 fetch、超时、中文错误）
src/image-input.js # 图像输入统一处理（URL / data URI / 本地路径，≤10MB）
test/ # 单元测试、冒烟测试、端到端测试
.mcp.json # MCP 注册描述This server cannot be installed
Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
OCR, transcription, file extraction, and image generation for AI agents via MCP.
Analyze images from multiple angles to extract detailed insights or quick summaries. Describe visu…
LLM chat, text summarization and AI image generation
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/kkdnn/glm-vision-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server