DeepSeek Vision MCP Server
DeepSeek Vision MCP Server
Un servidor MCP de visión de DeepSeek construido con FastMCP, que implementa las tres interfaces de entrada de imágenes de la guía oficial de visión para clientes MCP como opencode.
Modelo:
deepseek-v4-flash-vision-expAPI: formato compatible con OpenAI,
base_url = https://api.deepseek.com
La documentación en chino se encuentra en README.zh.md.
Interfaces
Tool | Método | Descripción |
| 1. Base64 incrustado | Lee una imagen local, la codifica como una URL de datos incrustada en la solicitud; máximo 32 MiB por imagen |
| 2. URL externa | Pasa un enlace público http(s) que el servidor se descarga; URL de hasta 8192 caracteres |
| 3. Files API | Hace referencia al file_id de un archivo subido; hasta 64 MiB por imagen, reutilizable entre solicitudes |
| Asistente de Files API | Sube una imagen local (purpose=user_data) y devuelve un |
Opciones de detail: low (redimensionada a 512×512, más rápido y económico), high, original, auto.
Related MCP server: Look At Pic MCP
Instalación
mkdir %HOMEPATH%\mcp\DeepSeek
python -m venv %HOMEPATH%\mcp\DeepSeek\.venv
%HOMEPATH%\mcp\DeepSeek\.venv\Scripts\pip install -r %HOMEPATH%\mcp\DeepSeek\requirements.txtLas dependencias están fijadas en requirements.txt: fastmcp==3.4.7, openai==3.3.1.
Configuración
Añade lo siguiente a la sección mcp de %HOMEPATH%\.config\opencode\opencode.jsonc:
"deepseek-vision": {
"type": "local",
"command": ["C:\\Users\\%USERNAME%\\mcp\\DeepSeek\\.venv\\Scripts\\python",
"C:\\Users\\%USERNAME%\\mcp\\DeepSeek\\server.py"],
"enabled": true,
"environment": {
"DEEPSEEK_API_KEY": "<your DeepSeek API key>"
}
}Obtén tu clave de API desde la Plataforma de DeepSeek.
Ejemplos de uso
Una vez configurado, puedes pedirlo directamente en la conversación:
"Usa analyze_local_image para describir lo que hay en D:\pics\screenshot.png"
"Usa analyze_image_url para mirar https://example.com/photo.jpg y describir la escena"
"Primero sube big_photo.png con upload_image y luego usa analyze_file_id para leer el texto que contiene"
Resumen de límites
Límite | Valor |
Formatos admitidos | JPEG, PNG, GIF, WebP |
Tamaño del cuerpo de la solicitud (incrustado) | 48 MiB |
Imagen única (base64 / URL externa) | 32 MiB |
Imagen única (Files API) | 64 MiB |
Longitud de la URL externa | 8192 caracteres |
Máximo de imágenes por solicitud | 600 |
Notas:
Las imágenes solo pueden aparecer en mensajes con el rol
user; las imágenes en mensajessystem/assistantdevuelven un error 400.Solo el modelo de visión acepta imágenes, confusión; otros modelos devuelven "This model does not support image".
Cada imagen se redimensiona antes de entrar en el modelo; una sola imagen consume como máximo ~384 tokens.
Verificación
%HOMEPATH%\mcp\DeepSeek\.venv\Scripts\python %HOMEPATH%\mcp\DeepSeek\server.pyQue no haya errores significa que el servidor arranca correctamente en modo stdio (las llamadas reales requieren que DEEPSEEK_API_KEY esté configurada).
This server cannot be deployed
Maintenance
Related MCP Connectors
Search over 1.85 million captioned images using text, a reference image, or both. Upload a JPEG, PNG, or WebP image as base64, or provide a public HTTPS image URL. Find similar images from a Lightdrift asset ID and retrieve hosted file URLs, source licenses, and attribution. Connect with OAuth or an API key. Searches cost $0.005 ($5 per 1,000); image details are free. Setup: https://docs.lightdrift.ai/guides/images-mcp
OCR, transcription, file extraction, and image generation for AI agents via MCP.
Image infrastructure for agents. Upload, transform, and deliver images through MCP, CLI, or API.
Generate images from Claude, ChatGPT, Cursor and Codex with 12 top AI image models. Up to 4 images per call, SVG vectorization, background removal, upscaling and image-to-video. Remote MCP with OAuth, no API keys.
Related MCP Servers
- AlicenseBqualityDmaintenanceEnables image understanding using Doubao vision models via MCP, supporting local file paths and URLs with customizable prompts.145 npmMIT
- FlicenseNot gradedqualityBmaintenanceEnables image analysis using GLM-4V multimodal model, supporting local files and base64 images with optional custom prompts.-
- AlicenseNot gradedqualityCmaintenanceEnables MCP-compatible agents to analyze images via NVIDIA NIM vision models, supporting file paths, URLs, or base64 input to return actionable textual descriptions.79 npmMIT
- AlicenseNot gradedqualityBmaintenanceEnables to analyze images using GLM-4V vision model via the MCP protocol, supporting local file paths and Data URLs.31 npmMIT