主：智谱 GLM-4.6V（免费）→ 备1：硅基 DeepSeek-OCR → 备2：阿里 Qwen-VL

用户："这个按钮什么颜色？"
  → Focus Hint = "Focus on color: exact names, hex values, contrast..."
  → 视觉模型只描述颜色，省 token、更精准

git clone https://github.com/你的用户名/luma-vision-mcp.git
cd luma-vision-mcp
npm install
npm run build

{
  "mcpServers": {
    "luma-vision": {
      "command": "node",
      "args": ["/absolute/path/to/luma-vision-mcp/dist/index.js"],
      "env": {
        "MODEL_PROVIDER": "zhipu",
        "ZHIPU_API_KEY": "你的智谱APIKey"
      }
    }
  }
}

{
  "mcpServers": {
    "luma-vision": {
      "command": "node",
      "args": ["/absolute/path/to/luma-vision-mcp/dist/index.js"],
      "env": {
        "MODEL_PROVIDER": "zhipu",
        "ZHIPU_API_KEY": "你的智谱APIKey"
      }
    }
  }
}

claude mcp add -s user luma-vision \
  --env MODEL_PROVIDER=zhipu \
  --env ZHIPU_API_KEY=你的智谱APIKey \
  -- node /absolute/path/to/luma-vision-mcp/dist/index.js

请帮我看一下这个截图的内容 /Users/demo/screenshot.png

MODEL_PROVIDER=zhipu
ZHIPU_API_KEY=你的Key

{
  "mcpServers": {
    "luma-vision": {
      "command": "node",
      "args": ["/path/to/dist/index.js"],
      "env": {
        "MODEL_PROVIDER": "zhipu",
        "ZHIPU_API_KEY": "智谱Key",

        "FALLBACK_CHAIN": "siliconflow,qwen",
        "FALLBACK_STRATEGY": "sequential",

        "SILICONFLOW_API_KEY": "硅基流动Key",
        "DASHSCOPE_API_KEY": "阿里云Key"
      }
    }
  }
}

MODEL_PROVIDER=zhipu
ZHIPU_API_KEY=智谱Key
FALLBACK_CHAIN=siliconflow
FALLBACK_STRATEGY=race
SILICONFLOW_API_KEY=硅基Key

MODEL_PROVIDER=custom
CUSTOM_API_KEY=sk-your-key
CUSTOM_BASE_URL=https://your-endpoint.com/v1
CUSTOM_MODEL_NAME=your-model-name

用户："看一下这个界面截图的布局"
模型 → 调用 image_understand(image_source="截图路径", prompt="看一下这个界面截图的布局")
     → Focus Hint 匹配到 "layout" 维度
     → 视觉模型聚焦描述布局信息
     → 返回结构化的界面分析

用户："提取这张图片里的所有文字"
模型 → 调用 image_ocr(image_source="文档路径", language_hint="zh", output_format="markdown")
     → 单图高保真模式（不裁剪）
     → 返回格式化的文字内容

用户："对比设计稿和实现，找出差异"
模型 → 调用 image_compare(image_source_a="设计稿", image_source_b="实现截图")
     → 两张图同时传入视觉模型
     → 返回差异表格（类型/严重级别/描述）

用户上传图片
  ↓
image_understand / image_ocr / image_compare
  ↓
Focus Hint 引擎（10维度上下文感知匹配）
  ↓
图片预处理（验证 → 压缩 → 自适应裁剪 → LRU缓存）
  ↓
Fallback Manager
  ├─ Primary:  智谱 GLM-4.6V（免费）
  ├─ Fallback: 硅基 DeepSeek-OCR
  └─ Fallback: 阿里 Qwen-VL
  ↓
视觉模型返回文字描述 → 纯文本模型获得"视觉"

# 安装依赖
npm install

# 编译
npm run build

# 类型检查
npm run typecheck

# 开发模式（监听变更）
npm run dev

src/
├── config.ts               # 多 Provider 配置 + Fallback 链解析
├── constants.ts             # 提示词常量（含 OCR/对比专用 Prompt）
├── focus-hint.ts            # Focus Hint 引擎（10 维度匹配）
├── image-processor.ts       # 图片预处理（压缩/裁剪/SSRF/缓存）
├── index.ts                 # 主入口（3 个 MCP 工具注册）
├── task-types.ts            # 任务类型路由
├── vision-client.ts         # 客户端接口定义
├── providers/
│   ├── fallback-manager.ts  # Fallback 降级管理器
│   ├── openai-compatible.ts # OpenAI 兼容客户端基类
│   └── index.ts             # Provider 工厂
└── utils/
    ├── helpers.ts           # 重试/响应构建/错误脱敏
    └── logger.ts            # stderr 日志器