vision-gemma
by q1023884985
README.md
# VisionGemma - 本地图片识别 + AI 桌宠
在完全本地的 Windows 电脑上运行的开箱即用图片识别工具 + 趣味 AI 桌宠。**图片识别全程在本机完成,不上传任何数据**。
## 产品展示
### Agent 自动调起识别
当你的 AI 助手遇到图片、又恰好不支持图片输入时,VisionGemma 会作为 MCP 工具被自动调起,把"看图能力"无缝交给它:

### 一键接入你的 AI 助手
不用手写配置文件。软件内置对接引导,复制一段话粘贴给 AI 助手,或直接复制配置 JSON,即可完成 MCP 对接:

### 本地精准识别
选图 → 识别 → 得到结构化描述,全程离线。产品图、截图、图表都能看懂:

### 趣味 AI 桌宠
桌面陪伴小宠物,支持自然对话、识别屏幕与图片:

## 功能特性
- **傻瓜式部署**:下载解压,双击运行,自动下载模型并完成配置,零命令行、零环境配置
- **Agent MCP 对接**:可作为 MCP 服务器接入任意 AI 工具(`vision_analyze` 工具),让 AI 获得看图能力
- **本地图片识别**:图片分析、OCR 文字提取(中英文)、图表解读、场景描述全部在本机完成
- **Vulkan 加速**:支持 NVIDIA / AMD / Intel 显卡硬件加速;无独显时自动回退 CPU 运行
- **趣味 AI 桌宠**:托盘启动可爱桌宠,可对话、可识别屏幕/图片,互动陪伴
- **隐私安全**:所有识别完全离线本地完成,不上传任何数据到云端
- **单文件免安装**:一个 exe 即完整运行,内置 Vulkan 引擎与桌宠
## 系统要求
- Windows 10/11 x64
- 显卡支持 Vulkan(NVIDIA / AMD / Intel 均可,推荐硬件加速)
- 无独显时自动回退 CPU 运行
- 磁盘剩余空间 >= 5GB(模型约 3.2GB)
## 下载
### GitHub Release(推荐)
[前往 Releases 页面下载 v2.1.1](https://github.com/q1023884985/visiongemma/releases)
> 安装包:VisionGemma-20260821.zip
> SHA256:83C6170BBD7367B1A535A586BEE08F6BAC73F5EAC089736E189B62017532B944
### 国内镜像
- [Gitee Release(分卷下载,合并后解压)](https://gitee.com/feigegegege/visiongemma/releases)
- [GitCode Release](https://gitcode.com/a1023884985/visiongemma/releases)
## 快速开始
1. 解压压缩包,双击 VisionGemma.exe,首次运行自动打开配置向导
2. 向导引导自动下载模型(约 3.2GB,支持断点续传)
3. 下载完成后即可开始使用
## 趣味桌宠
1. 右键托盘图标 →「趣味桌宠」,可快速启动桌宠,自动拉起本地识别引擎
2. 桌宠支持对话、选择主题等功能
3. 可通过托盘菜单设置开机自启
## 作为 MCP 服务器使用(接入 AI 工具)
在 AI 工具的 MCP 配置中加入:
```json
{
"mcpServers": {
"vision-gemma": {
"command": "VisionGemma.exe 完整路径",
"args": ["--mcp"],
"type": "stdio"
}
}
}
```
然后即可调用 `vision_analyze` 工具识别图片。更省事的做法:打开软件的「对接引导」,复制话术粘贴给 AI 助手即可。
## 文件说明
- VisionGemma.exe 主程序(内置 Vulkan 引擎 + 桌宠,单文件免安装)
- 模型存放于 %LOCALAPPDATA%\VisionGemma\models
## 隐私说明
所有图片识别完全在本地完成,**不上传任何数据**。
## 售后支持
- QQ:1023884985
- 微信:13147295520
- 邮箱:1023884985@qq.com
## 友情链接
- [爱AI工具库](https://www.2ai.cn/)
- [doforai - 发现最佳人工智能工具](https://doforai.tools/)
This server cannot be deployed
Maintenance
ActivityMaintained
ResponsivenessNo issues