# Image-Vision MCP Server

让纯文本语言模型通过调用多模态 API 来"看懂"图片。

## 安装

```bash
pip install -r requirements.txt
```

## 配置

复制 `.env.example` 为 `.env`，填入 API Key：

```env
IMAGE_OPENAI_API_KEY=sk-xxx
IMAGE_ANTHROPIC_API_KEY=sk-ant-xxx
IMAGE_PROVIDER=openai
```

## 在 Claude Code 中使用

在项目根目录创建 `.mcp.json`：

```json
{
  "mcpServers": {
    "image-vision": {
      "command": "python",
      "args": ["path/to/image-vision-mcp/server.py"],
      "env": {
        "IMAGE_OPENAI_API_KEY": "sk-xxx",
        "IMAGE_PROVIDER": "openai"
      }
    }
  }
}
```

## 在 MiMo Code 中使用

在 MCP 设置面板中添加：
- 命令: `python`
- 参数: `你的路径/image-vision-mcp/server.py`
- 环境变量: 填入 API Key

## 使用

agent 会自动发现 `describe_image` 工具。用户发图后，agent 会调用它获取文字描述再回复。

也可以手动调用：
```
describe_image(image="path/to/photo.png", provider="openai")
describe_image(image="https://example.com/img.jpg", provider="anthropic")
```

## 测试

```bash
# 测试 OpenAI
set IMAGE_OPENAI_API_KEY=sk-xxx && python test_image.py openai

# 测试 Anthropic
set IMAGE_ANTHROPIC_API_KEY=sk-ant-xxx && python test_image.py anthropic
```