project-image-vision-mcp

MCP Server —— 让 Cursor、Claude 等 AI 助手通过可配置的视觉模型 API 识别本地图片内容。适用于 GLM 等读图能力有限的模型：遇到截图、设计稿、图表或照片时，应先调用 analyze_image，不要直接读图。

同时提供 CLI：node vision.js <image-path> [prompt]。

快速开始

在 MCP 客户端配置中添加（以 Cursor 的 mcp.json 为例）：

{
  "mcpServers": {
    "project-image-vision": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "project-image-vision-mcp"],
      "env": {
        "WORKSPACE_ROOT": "${workspaceFolder}",
        "OPENAI_BASE_URL": "https://your-api.example.com/v1",
        "OPENAI_API_KEY": "your-api-key",
        "OPENAI_MODEL": "gpt-5.6-sol",
        "OPENAI_PROMPT": "请识别这张图片，并用中文详细描述内容。"
      }
    }
  }
}

要求 Node.js ≥ 20。

环境变量

| 变量 | 必填 | 说明 | | --- | --- | --- | | OPENAI_BASE_URL | 是 | 视觉模型 API 地址，支持 /v1 或完整 /v1/chat/completions | | OPENAI_API_KEY | 是 | API Key | | WORKSPACE_ROOT | 否 | 工作区根目录，相对路径基于此解析；默认 process.cwd() | | OPENAI_MODEL | 否 | 模型名，默认 gpt5.4-xhigh | | OPENAI_PROMPT | 否 | 默认识别提示词 | | OPENAI_TEMPERATURE | 否 | 采样温度，默认 0.2 | | OPENAI_MAX_TOKENS | 否 | 最大输出 token，默认 1024 |

工作区根目录下的 .env 文件会自动加载（不覆盖已有环境变量）。

工具列表

| 工具 | 功能 | | --- | --- | | analyze_image | 识别本地图片，返回中文描述。imagePath 支持绝对路径或相对于 WORKSPACE_ROOT 的路径 |

CLI 用法

# 安装后可用 npm script
npm run vision -- ./screenshot.png "请描述图片中的 UI 布局"

# 或本地开发
node vision.js ./screenshot.png "请描述图片中的 UI 布局"

License

ISC