百炼图片理解 MCP 服务器

让 Claude 能"看懂"图片的 MCP 工具，基于阿里云通义千问 VL 模型。

为什么需要这个工具

Claude 本身不具备视觉能力，通过这个 MCP 服务器，你可以：

• 发送图片链接或本地图片给 Claude 分析
• 截图后直接粘贴，让 Claude 解释内容
• 处理 base64 编码的图片数据

支持的模型：

• qwen-vl-plus（默认）：性价比之选
• qwen3-vl-plus：第二代，性能更强
• qwen-vl-max：最强能力，适合复杂场景

安装配置

1. 获取 API Key

访问 阿里云百炼平台，开通大模型推理服务后创建 API Key。

2. 配置 Claude Desktop

编辑 ~/Library/Application Support/Claude/claude_desktop_config.json：

{
  "mcpServers": {
    "bailian-image": {
      "command": "npx",
      "args": ["bailian-image-understanding-mcp"],
      "env": {
        "DASHSCOPE_API_KEY": "你的API密钥",
        "QWEN_VISION_MODEL": "千问模型code",
        "BAILIAN_REGION": "cn-hangzhou"
      }
    }
  }
}

4. 重启 Claude Desktop

配置完成后重启，即可在对话中使用图片分析功能。

在 Claude 中使用

配置好后，直接对话即可：

请帮我看看这张图片是什么：https://example.com/screenshot.png

[粘贴图片] 这张图的布局怎么实现的？

支持的图片格式

• HTTP URL：https://example.com/image.jpg
• 本地路径：/Users/xxx/Pictures/screenshot.png
• base64：data:image/png;base64,iVBORw0KG...

环境变量

| 变量 | 说明 | 默认值 | |-----|------|--------| | DASHSCOPE_API_KEY | API密钥（必需） | - | | QWEN_VISION_MODEL | 模型选择 | qwen-vl-plus | | BAILIAN_REGION | 服务区域 | cn-beijing |

可用区域：cn-beijing | cn-singapore | us-virginia

开发调试

# 安装依赖
npm install

# 开发模式（自动编译）
npm run dev

# 构建
npm run build

# 测试
node test/test-api.js

相关链接

• 阿里云百炼
• 通义千问 VL 文档
• MCP 协议

致谢

本项目基于 @mcpcn/image-understanding-mcp 改造

许可证

MIT