GLM-Vision MCP & Skill Server (Node.js 版)

这是一个基于 Node.js 实现的 Model Context Protocol (MCP) 与 AI Custom Skill 双用视觉识别服务器。专为让不支持图像输入的主模型（如 DeepSeek 等）通过调用本工具结合智谱 GLM-4V，来读取和识别本地图片（截图/照片/UI等）中的信息。

🌟 为什么将它作为 Skill 部署？

为了实现**“截图后对 AI 说‘看我截图’，AI 自动抓取剪贴板并进行识别”的极致自动化体验，本项目被设计为直接作为系统 Skill 部署**。这样做可以让您同时获得：

1. AI 助手的截图识别技能 (Skill)：自动抓取剪贴板、存图、触发识别；

2. 标准的 MCP 视觉工具 (MCP Tool)：在 Cursor 或 Claude Desktop 聊天中读取任意本地路径的图片。

🤖 AI 助手自动安装说明 (For AI Agents)

如果您是正在帮助用户安装此项目的 AI Agent，请按照以下步骤自动完成安装与配置：

1. 定位并创建技能目录：

   • 在用户主目录下定位并创建文件夹：~/.agents/skills/glm-vision-js （Windows 上为 C:\Users\<用户名>\.agents\skills\glm-vision-js）。

2. 下载与复制代码：

   • 将本项目仓库中的所有文件（包括 index.js, package.json, SKILL.md 等）全部克隆/拷贝到上述的 ~/.agents/skills/glm-vision-js 文件夹中。

3. 安装依赖：

   • 进入到该技能目录下，运行终端命令 npm install。

4. 配置 MCP：

   • 读取用户本机的 MCP 配置文件（如 Cursor 的 MCP 设置，或 Windows 上的 %APPDATA%\Claude\claude_desktop_config.json），将本项目的工具配置写入其中，指向技能目录下的 index.js（具体配置格式见下文）。

Related MCP server: Screen MCP

1. 手动安装与准备工作

系统要求

• Node.js: 需要 v18.0.0 或更高版本。

配置 API Key (ZHIPU_API_KEY) 【安全推荐】

为了防止您的 API Key 泄露（例如随项目代码误提交至 Git 仓库），强烈不建议在任何项目目录中编写 .env 文件。我们仅推荐以下两种安全的配置方式：

• 方式一（推荐）：配置为系统环境变量 ZHIPU_API_KEY；

• 方式二（推荐）：在 MCP 客户端配置（如 Cursor/Claude 的配置 JSON）的 env 字段中进行注入。

2. 客户端接入 JSON 模板

请在您的 MCP 客户端配置中加入以下内容。注意：请将命令参数中的 <您的用户名> 替换为实际的 Windows 用户名：

{
  "mcpServers": {
    "glm-vision": {
      "command": "node",
      "args": [
        "C:/Users/<您的用户名>/.agents/skills/glm-vision-js/index.js"
      ],
      "env": {
        "ZHIPU_API_KEY": "在此输入您的智谱API_KEY（若已配全局系统环境变量，此env对象可省略）"
      }
    }
  }
}

3. 使用方法与示例

服务启动后，您的 AI 助手或客户端即可自动调用本工具：

• 通过 Skill（自动识别截图）： 直接截个图，对支持 Skill 的 Agent 说：“帮我识别一下刚截的图”，AI 将自动执行抓图与识别，整个过程耗时仅需几秒。

• 通过 MCP（描述本地文件）： 在聊天中输入：“帮我提取 D:/workspace/chart.png 图表里的所有数据并整理为 Markdown 表格”。