Skip to main content
Glama
Jian-1197

vision-mcp

by Jian-1197
OverviewSchemaRelated ServersScoreDiscussions
Python
Hybrid

Vision MCP Server

Python 实现的 MCP (Model Context Protocol) 图片分析服务器 —— 为纯文本大模型提供视觉能力。

参考自 Markusbetter/vision-mcp-server（Node.js / TypeScript），在其基础上增加了大图自动缩放、多 API 提供商支持等功能。

功能特点

  • 单一工具：analyze_image — 分析图片内容并提供详细描述

  • 支持本地图片文件和远程 HTTP(S) URL

  • 自动缩放：超过 2048×2048 像素的图片会自动等比缩放到长边 2047px 再发送，避免超大图直接报错

  • 多提供商支持：兼容任意 OpenAI 兼容 API，通过环境变量切换——OpenAI、Azure、vLLM、Ollama、ModelScope 等均可

  • 全部通过环境变量配置，无需配置文件

安装

Conda（推荐）

创建专用 conda 环境，安装后用 conda run 启动——环境隔离、路径省心：

# 创建环境
conda create -n mcp python=3.10 -y

# 激活后安装
conda activate mcp
pip install -e /path/to/vision-mcp

# 或不激活直接安装
conda run -n mcp pip install -e /path/to/vision-mcp

标准 venv / pip

任意 Python 虚拟环境均可：

python -m venv .venv
# Linux/macOS
source .venv/bin/activate
# Windows
.venv\Scripts\activate

pip install -e /path/to/vision-mcp

需要 Python ≥ 3.10。

环境变量配置

使用前设置以下环境变量：

变量

必填

说明

VISION_BASE_URL

✅

API 基础地址

VISION_API_KEY

✅

API 密钥

VISION_MODEL

✅

模型名

MCP 客户端配置

本服务通过 stdio 传输，运行命令为 vision（Conda 环境下用 conda run -n mcp --no-capture-output vision）。

以 Claude Desktop 为例：

{
  "mcpServers": {
    "vision": {
      "command": "conda",
      "args": ["run", "-n", "mcp", "--no-capture-output", "vision"],
      "env": {
        "VISION_BASE_URL": "https://api.openai.com/v1",
        "VISION_API_KEY": "sk-your-key-here",
        "VISION_MODEL": "gpt-4o"
      }
    }
  }
}

若使用 venv，替换为：

{
  "mcpServers": {
    "vision": {
      "command": "/path/to/.venv/bin/vision",
      "env": {
        "VISION_BASE_URL": "https://api.openai.com/v1",
        "VISION_API_KEY": "sk-your-key-here",
        "VISION_MODEL": "gpt-4o"
      }
    }
  }
}

若使用 Reasonix：

[[plugins]]
name    = "vision"
type    = "stdio"
command = "conda"
args    = ["run", "-n", "mcp", "--no-capture-output", "vision"]
env     = { VISION_BASE_URL = "https://api.openai.com/v1", VISION_API_KEY = "sk-your-key-here", VISION_MODEL = "gpt-4o" }

免费服务示例

智谱 GLM-4.6V-Flash

智谱提供的免费视觉模型，128K 上下文，支持图片、视频、文件理解。文档

API Key 获取：访问 智谱开放平台 → 注册 → API Keys

{
  "mcpServers": {
    "vision": {
      "command": "conda",
      "args": ["run", "-n", "mcp", "--no-capture-output", "vision"],
      "env": {
        "VISION_BASE_URL": "https://open.bigmodel.cn/api/paas/v4",
        "VISION_API_KEY": "你的智谱APIKey",
        "VISION_MODEL": "glm-4.6v-flash"
      }
    }
  }
}

魔搭社区 ModelScope

ModelScope 提供免费视觉模型调用额度，每日 2k 次。文档

API Token 获取：访问 ModelScope → 个人中心 → API 令牌

{
  "mcpServers": {
    "vision": {
      "command": "conda",
      "args": ["run", "-n", "mcp", "--no-capture-output", "vision"],
      "env": {
        "VISION_BASE_URL": "https://api-inference.modelscope.cn/v1",
        "VISION_API_KEY": "你的ModelScopeToken",
        "VISION_MODEL": "Qwen/Qwen3-VL-30B-A3B-Instruct"
      }
    }
  }
}

工作原理

  1. 接收图片（本地路径 → 读取文件；URL → HTTP 下载）

  2. 若图片超过 2048px，用 Pillow 等比缩放

  3. 编码为 base64 data URI

  4. 发送到 {VISION_BASE_URL}/chat/completions（OpenAI 兼容格式）

  5. 返回模型的文字描述

许可证

MIT

Install Server
F
license - not found
B
quality
B
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.

Tools

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/Jian-1197/vision-mcp'

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