Vision Understanding MCP Server

这是一个视觉理解 MCP (Model Context Protocol) 服务器，用于在 Cursor 等 IDE 中分析图片内容。支持多种视觉理解模型。

功能特性

• ✅ 支持图片上传和分析
• ✅ 支持自定义提示词
• ✅ 支持多种图片格式（jpg, jpeg, png, gif, webp, bmp）
• ✅ 详细的错误处理和反馈

安装

方式一：使用 NPM 包（推荐，全局可用）

发布到 NPM 后，可以直接使用：

# 全局安装（可选）
npm install -g mcp-vision-understanding

或者在 Cursor 配置中使用 npx（无需安装）：

{
  "mcpServers": {
    "vision-understanding": {
      "command": "npx",
      "args": ["-y", "mcp-vision-understanding"],
      "env": {
        "VISION_API_KEY": "your-api-key-here",
        "VISION_MODEL": "your-model-name"
      }
    }
  }
}

方式二：本地安装

cd mcp-vision-understanding
npm install

配置

环境变量配置（推荐）

使用环境变量配置 API 密钥，更安全：

• VISION_API_KEY: API 密钥（必需）
• VISION_BASE_URL: API 基础 URL（可选，默认：https://dashscope.aliyuncs.com/compatible-mode/v1）
• VISION_MODEL: 模型名称（必需）

在 Cursor 中配置

使用 NPM 包（推荐）：

{
  "mcpServers": {
    "vision-understanding": {
      "command": "npx",
      "args": ["-y", "mcp-vision-understanding"],
      "env": {
        "VISION_API_KEY": "your-api-key-here",
        "VISION_MODEL": "your-model-name"
      }
    }
  }
}

使用本地安装：

{
  "mcpServers": {
    "vision-understanding": {
      "command": "node",
      "args": ["E:/path/to/mcp-vision-understanding/index.js"],
      "env": {
        "VISION_API_KEY": "your-api-key-here",
        "VISION_MODEL": "your-model-name"
      }
    }
  }
}

注意:

• 使用 NPM 包方式，所有项目都可以使用，无需每个项目都安装
• 使用本地安装方式，需要将路径替换为您项目的实际路径

使用方法

在 Cursor 中，您可以通过以下方式使用：

1. 上传图片并分析:

   使用 analyze_image 工具分析图片: 无标题.png

2. 使用自定义提示词:

   分析图片 无标题.png，请告诉我图片中有哪些物体和它们的颜色

工具说明

analyze_image

分析图片内容并返回详细描述。

参数:

• imagePath (必需): 图片文件的路径
• prompt (可选): 自定义提示词，默认为"请详细描述这张图片的内容"

示例:

{
  "imagePath": "无标题.png",
  "prompt": "请详细描述这张图片的内容，包括主要物体、颜色、场景等"
}

支持的图片格式

• JPEG (.jpg, .jpeg)
• PNG (.png)
• GIF (.gif)
• WebP (.webp)
• BMP (.bmp)

注意事项

1. 确保您的 API 密钥有效且有足够的配额
2. 图片文件路径可以是相对路径或绝对路径
3. 相对路径会从当前工作目录解析
4. API 调用超时时间为 60 秒

故障排除

图片文件不存在

• 检查文件路径是否正确
• 确保使用正确的路径分隔符（Windows 使用 \，Unix 使用 /）

API 调用失败

• 检查 API 密钥是否正确
• 检查网络连接
• 查看控制台错误信息

不支持的文件格式

• 确保图片文件扩展名在支持列表中
• 可以尝试将图片转换为支持的格式

许可证

MIT