@old_young_man/vision-bridge-mcp

基于 ModelScope 多模态大模型（Qwen/Qwen3.5-27B）的图片识别 MCP 服务。支持本地图片、URL 图片、剪贴板图片三种图片来源。

快速开始

前提条件

• Node.js 18+
• ModelScope API Token（免费申请）

接入AI编程助手

方式一：Cursor（项目级）

在项目根目录创建 .cursor/mcp.json：

{
  "mcpServers": {
    "vision-bridge": {
      "command": "npx",
      "args": ["-y", "@old_young_man/vision-bridge-mcp"],
      "env": {
        "MODELSCOPE_API_TOKEN": "ms-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"
      }
    }
  }
}

方式二：Cursor（全局）

编辑用户目录下的全局配置文件 ~/.cursor/mcp.json（Windows 路径：C:\Users\你的用户名\.cursor\mcp.json）：

{
  "mcpServers": {
    "vision-bridge": {
      "command": "npx",
      "args": ["-y", "@old_young_man/vision-bridge-mcp"],
      "env": {
        "MODELSCOPE_API_TOKEN": "ms-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"
      }
    }
  }
}

配置后所有 Cursor 项目均可使用，无需重复配置。

方式三：Claude Code（全局）

claude mcp add vision-bridge -- npx -y @old_young_man/vision-bridge-mcp

然后在 ~/.claude.json 的项目配置中添加环境变量：

{
  "env": {
    "MODELSCOPE_API_TOKEN": "ms-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"
  }
}

方式四：Claude Code（项目级）

claude.json 配置参考：

{
  "mcpServers": {
    "vision-bridge": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@old_young_man/vision-bridge-mcp"],
      "env": {
        "MODELSCOPE_API_TOKEN": "ms-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"
      }
    }
  }
}

图片来源

支持三种方式提供图片：

1. 本地路径

# 传入本地图片的绝对路径
"image_path": "D:\\screenshots\\error.png"

2. URL 地址

# 传入远程图片的 URL
"image_url": "https://example.com/screenshot.png"

3. 剪贴板

不传 image_path / image_url / image_base64 时，自动从系统剪贴板读取图片。

提示词示例

以下是在 AI 编程助手聊天框中可以直接使用的提示词：

示例 1：分析错误截图

我刚截了一张报错截图，帮我分析图中有什么错误信息？

示例 2：描述 UI 界面

分析这张页面的 UI 布局，描述有哪些交互元素和功能区域。

示例 3：识别验证码 / 图片中的文字

识别这张图片中的文字内容。

示例 4：对比多张图片（分多次调用）

先看这张图，描述整体布局。 再看另一张图，和刚才那张有什么不同？

示例 5：指定本地图片文件

分析 D:\screenshots\dashboard.png 这张图片，描述它的数据可视化图表。

示例 6：指定 URL 图片

帮我看看这张图片里是什么内容：https://example.com/photo.jpg

示例 7：自定义分析指令

请用英文描述这张图片的内容。 图中人物的服装是什么颜色？ 这个界面的表单有哪些必填字段？

环境变量

| 变量 | 默认值 | 说明 | |------|--------|------| | MODELSCOPE_API_TOKEN | （必填） | ModelScope 令牌 | | MODELSCOPE_MODEL_ID | Qwen/Qwen3.5-27B | 模型 ID | | MODELSCOPE_API_BASE | https://api-inference.modelscope.cn/v1 | API 地址 | | IMAGE_MAX_SIZE_MB | 10 | 图片大小限制（MB） | | IMAGE_MAX_DIMENSION | 2048 | 图片最大边长（像素） | | API_TIMEOUT | 60 | API 超时（秒） | | API_MAX_RETRIES | 3 | 失败重试次数 |

支持通过 .env 文件配置（放在工作目录下）：

MODELSCOPE_API_TOKEN=ms-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
MODELSCOPE_MODEL_ID=Qwen/Qwen3.5-27B
IMAGE_MAX_SIZE_MB=10

可用工具

describe_image

识别和描述图片内容。

参数：

| 参数 | 类型 | 必填 | 说明 | |------|------|------|------| | image_path | string | 否 | 本地图片绝对路径 | | image_url | string | 否 | 远程图片 URL | | image_base64 | string | 否 | 图片 base64 数据 | | prompt | string | 否 | 自定义指令，默认"请详细描述这张图片的内容" |

不传任何图片来源参数时，自动尝试读取系统剪贴板中的图片。 优先级：image_path > image_url > image_base64 > 剪贴板

12b2eaa (feat: init vision-bridge-mcp MCP server)