Skip to main content
Glama

Vision MCP Server

截图 + 视觉模型分析 MCP 服务器,支持 Claude Code 等 MCP 客户端。

功能

工具

说明

describe_screen

截图并用视觉模型分析(支持全屏/主屏/指定窗口)

take_screenshot

纯截图保存,不分析

list_windows

列出当前所有可见窗口标题

describe_image

分析一张已有的图片文件

Related MCP server: Screen View MCP

安装

步骤一:Claude Code 插件安装

claude /plugin install github.com/你的用户名/vision-mcp-server

步骤二:手动配置

~/.mcp.json 中添加:

{
  "mcpServers": {
    "vision": {
      "command": "node",
      "args": ["路径/server.mjs"],
      "env": {
        "DASHSCOPE_API_KEY": "你的阿里云百炼 API Key"
      }
    }
  }
}

前置要求

  • Node.js ≥ 18

  • npm ≥ 9

  • 阿里云百炼 API Key:去 bailian.console.aliyun.com → API Key 创建

  • Windows:支持(PowerShell + .NET)

  • 可选Ollama + minicpm-v:8b(本地模型备用)

配置说明

环境变量

必填

默认值

说明

DASHSCOPE_API_KEY

-

阿里云百炼 API Key

VISION_CLOUD_MODEL

qwen-vl-plus

云端模型名

VISION_LOCAL_MODEL

minicpm-v:8b

本地备用模型

VISION_SCREENSHOT_DIR

~/Pictures/Screenshots

截图保存目录

用法示例

"帮我看看浏览器当前页面"
"截一张全屏截图"
"分析这张图片:C:\photo.jpg"
"现在有哪些窗口开着"

Maintenance

ActivityInactive
ResponsivenessNo issues

Related MCP Connectors

Related MCP Servers