Skip to main content
Glama
k0tori

Mimo Vision MCP

by k0tori
OverviewSchemaRelated ServersScoreDiscussions
Python
Remote

Mimo Vision MCP

基于 mimo-v2.5 的图像识别 MCP 服务器，为 AI 助手提供"看图"能力。

Python 3.10+ MCP License: MIT

功能特性

单一工具 recognize_image，通过 mode 参数切换三种识别能力：

模式

用途

输出格式

典型场景

describe

通用图像描述

纯文本

场景理解、内容审核、图片摘要

ocr

文字识别

纯文本

截图提取、文档数字化、车牌/招牌识别

extract

结构化信息提取

JSON

发票解析、名片录入、表格数据化

extract 模式输出格式

通过 format 参数控制输出结构：

值

行为

auto（默认）

由模型自动判断最合适的结构

json

强制输出 JSON 对象

table

强制输出 Markdown 表格

Related MCP server: Docalyze

快速开始

1. 安装

# 克隆仓库
git clone https://github.com/k0tori/mimo-vision-mcp.git
cd mimo-vision-mcp

# 安装（开发模式）
pip install -e .

2. 配置 API

cp .env.example .env

编辑 .env，填入你的 API 凭据：

MIMO_API_BASE_URL=https://your-api-endpoint/v1
MIMO_API_KEY=your-api-key

3. 注册 MCP 服务器

在你的 MCP 客户端配置中添加：

{
  "mcpServers": {
    "mimo-vision": {
      "command": "python",
      "args": ["-m", "mimo_vision_mcp"],
      "env": {
        "MIMO_API_BASE_URL": "https://your-api-endpoint/v1",
        "MIMO_API_KEY": "your-api-key"
      }
    }
  }
}

提示： env 字段可选。如果省略，服务器会从项目目录下的 .env 文件读取配置。

使用示例

describe — 描述图片内容

{
  "image": "/path/to/photo.jpg",
  "mode": "describe"
}

也支持 URL 输入：

{ "image": "https://example.com/photo.jpg", "mode": "describe" }

ocr — 提取文字

{
  "image": "/path/to/screenshot.png",
  "mode": "ocr"
}

extract — 结构化提取

{
  "image": "/path/to/invoice.jpg",
  "mode": "extract",
  "prompt": "提取发票号码、开票日期和总金额"
}

强制 JSON 输出：

{
  "image": "/path/to/business-card.png",
  "mode": "extract",
  "format": "json"
}

工具接口

recognize_image

参数

类型

必填

默认值

说明

image

string

✅

—

本地文件路径或图片 URL

mode

string

✅

—

describe / ocr / extract

prompt

string

—

""

补充提示词，引导模型关注特定内容

format

string

—

"auto"

仅 extract 模式：auto / json / table

支持的图片格式

格式

扩展名

最大大小

PNG

.png

20 MB

JPEG

.jpg / .jpeg

20 MB

WebP

.webp

20 MB

GIF

.gif（静态）

20 MB

格式通过文件头（magic bytes）自动检测，不依赖扩展名。

错误处理

所有错误以纯文本返回，不会抛出异常。常见错误类型：

错误

示例

文件不存在

错误：文件不存在 - /path/to/missing.png

格式不支持

错误：不支持的图片格式，支持 PNG/JPEG/WebP/GIF

文件过大

错误：文件过大（25.3MB），限制 20MB

API 认证失败

错误：API 认证失败，请检查 API Key

模型返回异常

错误：模型调用失败 - ...

开发

# 安装开发依赖
pip install -e ".[dev]"

# 运行测试
pytest

# 运行测试（详细输出）
pytest -v

项目结构

src/mimo_vision_mcp/
├── __init__.py          # 包初始化
├── __main__.py          # python -m 入口
├── server.py            # MCP 服务，注册工具
├── api/
│   └── client.py        # OpenAI 兼容 API 客户端
├── tools/
│   └── recognize.py     # recognize_image 实现
└── utils/
    ├── image.py         # 图片处理（magic bytes、base64）
    └── prompts.py       # System prompt 定义

License

MIT

This server cannot be installed

F
license - not found
-
quality - not tested
C
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/k0tori/mimo-vision-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server