mcp-vision-image-fadhli

MCP server untuk analisis gambar lewat 9router — dengan penemuan otomatis model vision yang benar-benar bekerja di mesin Anda.

Tidak perlu daftar model hardcoded. Tidak perlu API key Google. Tidak ada quota free tier.

Kenapa perlu penemuan otomatis?

9router mengekspos ratusan model, dan katalognya punya flag capabilities.vision. Flag itu tidak bisa dipercaya.

Diukur pada satu mesin (24 Sep 2026):

Sampel 50 model yang mengklaim vision: hanya 4 yang menjawab benar. Sisanya gagal karena:

• 401/403 — API key provider mati

• 402 — kredit habis

• 5xx — error upstream (dibungkus 9router jadi 503)

• 200 dengan content kosong — paling menyesatkan: HTTP sukses, tapi tidak ada jawaban

• timeout

Yang penting: penyebabnya hampir selalu provider, bukan model. Dan karena setiap instalasi 9router punya provider & akun yang berbeda, daftar model yang bekerja tidak bisa di-hardcode — harus ditemukan di mesin tempat server berjalan.

Related MCP server: vision-mcp

Cara kerja

analyze_image
   │
   ├─ 1. Coba model eksplisit / env ROUTER9_MODEL / cache / default
   │     └─ berhasil? selesai. (kasus umum, cepat)
   │
   └─ 2. Semua gagal → pindai mesin ini
         ├─ sapu SATU model per provider (gelombang 1)
         ├─ provider hidup? perdalam di gelombang berikutnya
         ├─ uji pakai gambar 3 kotak, nilai jawabannya
         └─ simpan hasil → pakai model tercepat

Mengapa menyapu provider dulu: kegagalan itu soal provider. Menguji 5 model dari provider yang sama itu sia-sia — kalau providernya mati, kelimanya mati. Gelombang 1 mengambil satu model per provider, jadi berapa pun jumlah providernya, sekali jalan langsung ketahuan mana yang hidup.

Model dinilai secara objektif. Gambar uji berisi 3 kotak (merah, hijau, biru). Model yang benar-benar bisa melihat akan menyebut ketiga warna; model yang mengarang tidak akan cocok.

Instalasi

npm install -g mcp-vision-image-fadhli

Butuh 9router berjalan di mesin yang sama (default http://127.0.0.1:20128).

Konfigurasi MCP

Tambahkan ke ~/.claude.json (atau config MCP klien Anda):

{
  "mcpServers": {
    "mcp-vision-image": {
      "type": "stdio",
      "command": "node",
      "args": ["C:\\path\\ke\\mcp-vision-image\\src\\server.js"],
      "env": {
        "ROUTER9_API_KEY": "sk-xxxxxxxxxxxx"
      }
    }
  }
}

API key diambil dari dashboard 9router → Endpoint & Key.

Cuma satu key yang dibutuhkan. Key 9router membuka seluruh pool model Anda — tidak perlu key Antigravity, B.AI, atau provider lain satu per satu.

Variabel lingkungan

Provider yang dipakai

Default ag,oc — Antigravity dan OpenCode Free. Keduanya dipakai karena terukur, bukan dipilih sembarangan:

Semua diuji 25 Sep 2026 lewat endpoint Anthropic 9router memakai gambar uji (3 kotak merah/hijau/biru) — keempatnya menjawab dengan benar.

Kenapa dibatasi: memindai semua provider menemukan 4 model bekerja dari 30 diuji; dibatasi ke ag,oc menemukan 8 dari 8. Provider lain menghabiskan waktu dan kuota untuk model yang kreditnya kosong atau key-nya mati.

Ganti lewat env kalau instalasi Anda berbeda:

"env": {
  "ROUTER9_API_KEY": "sk-xxxxxxxxxxxx",
  "VISION_PROVIDERS": "ag"          // Antigravity saja
}

Provider yang diminta tapi tidak ada di katalog dilaporkan sebagai peringatan — tidak diabaikan diam-diam.

Catatan: kenapa endpoint Anthropic

Modul ini memanggil /v1/messages, bukan /v1/chat/completions. Dua alasan, keduanya terukur:

1. Input gambar di endpoint OpenAI mengembalikan content kosong — HTTP-nya 200, tapi jawabannya tidak ada, untuk semua model yang diuji.

2. Provider oc kena gate tambahan di endpoint OpenAI. OpenCode Free hanya menjawab kalau tool quartet {bash, glob, grep, read} ikut dikirim; tanpanya, HTTP 200 dengan content kosong. Endpoint Anthropic tidak menerapkan gate itu, jadi oc bekerja tanpa trik tambahan.

Bentuk responsnya juga tidak seragam — Antigravity menjawab SSE, oc menjawab JSON. Parser menangani keduanya.

Tools

analyze_image

Menganalisis gambar dari file lokal atau URL.

Jawabannya menyertakan model mana yang dipakai dan berapa lama.

discover_vision_models

Memindai 9router untuk menemukan model yang benar-benar bisa memproses gambar di mesin ini. Hasilnya di-cache dan dipakai otomatis oleh analyze_image.

Jalankan ulang kalau daftar terasa basi (provider berganti, kredit berubah).

Batas selalu dilaporkan. Kalau ada model yang tidak diuji karena kena batas, jumlahnya disebutkan — supaya hasilnya tidak terbaca "menyeluruh" padahal tidak.

get_usage_stats

Statistik pemakaian per model, riwayat harian, status backend, dan ringkasan hasil pemindaian terakhir.

Catatan teknis

Kenapa endpoint Anthropic, bukan OpenAI?

Untuk input gambar, /v1/chat/completions di 9router mengembalikan HTTP 200 dengan content kosong — untuk semua model yang diuji. /v1/messages dengan model yang sama menjawab benar. Jadi ini soal jalur translasi gambar di 9router, bukan soal model.

Blok thinking dibuang

Model thinking mengirim rantai penalaran di thinking_delta (sering dalam bahasa Mandarin). Parser hanya mengambil text_delta, dan max_tokens dijaga cukup tinggi supaya jatah tidak habis di thinking lalu menyisakan content kosong.

Test

ROUTER9_API_KEY=xxx npm test

13 pemeriksaan, termasuk memanggil tool lewat protokol MCP sungguhan (stdio) dan memverifikasi jawaban terhadap gambar uji secara objektif.

Untuk memindai lebih luas di luar test:

node test/probe-vision.js --per-provider 2    # sampel stratifikasi
node test/probe-vision.js --all               # sapu bersih
node test/probe-vision.js --only ag/gemini-3.8-flash-high
node test/probe-vision.js --control           # uji akurasi metadata katalog

Lisensi

MIT