DeepSeek Vision MCP Server

FastMCP で構築された DeepSeek ビジョン MCP サーバーです。opencode などの MCP クライアント向けに、公式 vision guide の3つの画像入力インターフェースを実装しています。

• モデル: deepseek-v4-flash-vision-exp

• API: OpenAI 互換形式、base_url = https://api.deepseek.com

中文ドキュメントは README.zh.md を参照してください。

インターフェース

detail オプション: low（512×512 にリサイズされ、高速かつ低コスト）、high、original、auto。

Related MCP server: Look At Pic MCP

インストール

mkdir %HOMEPATH%\mcp\DeepSeek
python -m venv %HOMEPATH%\mcp\DeepSeek\.venv
%HOMEPATH%\mcp\DeepSeek\.venv\Scripts\pip install -r %HOMEPATH%\mcp\DeepSeek\requirements.txt

依存パッケージは requirements.txt に固定されています: fastmcp==3.4.7、openai==3.3.1。

設定

%HOMEPATH%\.config\opencode\opencode.jsonc の mcp セクションに以下を追加してください:

GXP2

API キーは DeepSeek Platform から取得してください。

使用例

設定後は、会話で次のように質問するだけです:

• "analyze_local_image を使って D:\pics\screenshot.png に何が映っているか説明してください"

• "analyze_image_url を使って https://example.com/photo.jpg を確認し、そのシーンを説明してください"

• "まず upload_image で big_photo.png をアップロードし、それから analyze_file_id で画像内のテキストを読み取ってください"

制限チートシート

注記:

• 画像は user メッセージにのみ含めることができます。system / assistant メッセージ内に画像があると 400 が返ります。

• 画像を受け付けられるのはビジョンモデルのみです。それ以外のモデルは「This model does not support image」を返します。

• すべての画像はモデルに入る前にリサイズされます。画像1枚が消費するトークンは最大約384です。

検証

GXP3

エラーがなければ、サーバーは stdio モードで正常に起動します（実際の呼び出しには DEEPSEEK_API_KEY の設定が必要です）。