视觉-MCP-服务器

Name: 视觉-MCP-服务器
Author: TheNomadInOrbit

作者：TheNomadInOrbit12 星标更新：2025-10-10

安装使用来源：spider==github.com

项目介绍

Vision MCP 服务器

是否希望使用像 GLM-4.6 或其他优秀的AI模型，但这些模型没有视觉能力？这个 MCP 服务器通过 OpenRouter 的视觉模型为任何模型添加了视觉能力，解决了这个问题。

问题

一些非常优秀的AI模型不支持视觉功能。您只能在首选模型和视觉功能之间做出选择。此服务器通过提供无缝的视觉功能来弥补这一差距，这些功能来自 OpenRouter 的视觉模型。

解决方案

此 MCP 服务器提供了一个简单的 analyze_image 工具，可以：

分析来自 URL、文件路径或 base64 数据的图像
使用 OpenRouter 上可用的任何视觉模型（如 Claude 3.5 Sonnet、GPT-4 Vision 等）
返回详细的分析结果
通过适当的验证优雅地处理错误

系统需求

安装之前，请确保您有：

Node.js 18.0.0 或更高版本（推荐：Node.js 20+）
npm 8.0.0 或更高版本（随 Node.js 一起提供）

检查您的版本

node --version    # 应显示 v18.0.0 或更高版本
npm --version     # 应显示  8.0.0 或更高版本

安装/更新 Node.js

如果您需要安装或更新 Node.js：

从官方网站下载：nodejs.org（推荐初学者使用）

使用 Node 版本管理器 (nvm)：

# 首先安装 nvm，然后：
nvm install 20
nvm use 20

使用包管理器：
- macOS: brew install node
- Windows: winget install OpenJS.NodeJS
- Ubuntu/Debian: sudo apt install nodejs npm

重要：此服务器是用 TypeScript 编写的，并且使用了依赖项（如 node-fetch v3），这些依赖项需要 Node.js 18+。旧版本（如 Node.js 16 或更低版本）将无法工作。

快速开始

第一步：获取您的 OpenRouter API 密钥

访问 OpenRouter
注册或登录到您的账户
在仪表板中导航至“密钥”
点击“创建密钥”
复制您的 API 密钥（以 sk-or-v1-... 开头）
保存此密钥——您将在第三步中使用它

第二步：安装 MCP 服务器

方案 A：从 npm 安装（推荐）

npm install -g @thenomadinorbit/vision-mcp-server

成功！ 现在该包作为全局可用的 vision-mcp 命令。

方案 B：从源码安装（开发）

git clone https://github.com/TheNomadInOrbit/vision-mcp-server.git
cd vision-mcp-server
npm install
npm run build
npm install -g .

注意：如果您想修改源代码或为项目做贡献，请使用此方法。

第三步：配置您的 MCP 客户端

向您的 MCP 客户端添加此服务器配置：

{
  "mcpServers": {
    "vision-analyzer": {
      "command": "vision-mcp",
      "type": "stdio",
      "timeout": 60,
      "disabled": false,
      "autoApprove": [],
      "env": {
        "OPENROUTER_API_KEY": "your_api_key_here",
        "OPENROUTER_MODEL": "anthropic/claude-3-5-sonnet"
      }
    }
  }
}

第四步：测试您的安装

重要：vision-mcp 命令需要 OpenRouter API 密钥才能运行。未经配置，您不能直接测试它。

快速测试（使用您的 API 密钥）：

OPENROUTER_API_KEY="your_api_key_here" vision-mcp --help

您应该看到服务器启动的日志如下：

应用程序初始化成功
正在启动 Vision MCP 服务器...
MCP 服务器启动成功
Vision MCP 服务器正在通过 stdio 运行

按 Ctrl+C 结束测试。

如果您在没有 API 密钥的情况下运行 `vision-mcp`？

vision-mcp

您会收到以下错误（这是正常且预期的）：

错误：环境变量 OPENROUTER_API_KEY 是必需的

这意味着安装成功！ 服务器只是在保护您，防止在没有正确配置的情况下运行。

验证安装状态：

# 检查命令是否可用
which vision-mcp

# 检查包是否已安装
npm list -g @thenomadinorbit/vision-mcp-server

🔧 配置选项

基本配置

"vision-analyzer" - 服务器名称（您可以将其更改为任何您喜欢的名字）
"command": "vision-mcp" - 必需：运行服务器的全局命令
"type": "stdio" - 必需：MCP 的通信协议
"timeout": 60 - 可选：超时时间（默认：60 秒）
"disabled": false - 可选：设置为 true 以禁用服务器

自动批准设置

配置哪些工具可以在无需请求权限的情况下运行：

"autoApprove": []

选项：

[]（空） - 所有工具都需要批准（最安全）
["list_models"] - 自动批准列出可用模型
["analyze_image"] - 自动批准视觉分析（方便但不太安全）
["analyze_image", "list_models"] - 自动批准所有工具（最方便）

模型配置

您可以使用 OpenRouter 上的任何视觉模型：

"env": {
  "OPENROUTER_API_KEY": "your_api_key_here",
  "OPENROUTER_MODEL": "anthropic/claude-3-5-sonnet"
}

流行模型：

anthropic/claude-3.5-sonnet（推荐 - 最适合视觉）
openai/gpt-4o-2024-08-06（具有出色的视觉能力）
google/gemini-2.0-flash-001（快速且成本效益高）
anthropic/claude-3-opus（对于复杂分析最为强大）

完整示例配置

{
  "mcpServers": {
    "vision-analyzer": {
      "command": "vision-mcp",
      "type": "stdio",
      "timeout": 60,
      "disabled": false,
      "autoApprove": ["list_models"],
      "env": {
        "OPENROUTER_API_KEY": "sk-or-v1-your-actual-key-here",
        "OPENROUTER_MODEL": "anthropic/claude-3-5-sonnet",
        "MAX_IMAGE_SIZE": "10485760"
      }
    }
  }
}

可用工具

一旦配置完成，您的 AI 助手可以使用这些工具：

`analyze_image`

使用 AI 视觉模型分析图像

输入：图像 URL、文件路径或 base64 数据
输出：图像内容的详细分析

`list_models`

列出 OpenRouter 上的所有可用视觉模型

输入：无
输出：带有其功能的可用模型数组

使用示例

一旦配置完成，您可以要求您的 AI 助手分析图像，如下所示：

实际示例

您："你能分析这张图片吗：https://example.com/image.jpg"

幕后发生的情况：

您的 AI 助手接收您的请求
它调用此 MCP 服务器中的 analyze_image 工具
此服务器下载图像并将其发送给 OpenRouter 的视觉模型
视觉模型分析图像
结果返回给您的 AI 助手
您的 AI 助手向您展示分析结果

您看到的是：来自您的 AI 助手的详细图像分析 您看不到的是：幕后的所有技术 MCP 通信

示例对话

分析来自 URL 的图像：

"你能分析这张图片吗：https://example.com/image.jpg"

分析本地图像：

"请分析位于 /Users/username/Pictures/photo.png 的图像"

获取可用模型：

"有哪些视觉模型可用？"

详细分析：

"分析这张图片并告诉我关于对象、颜色和情绪的信息：https://example.com/artwork.jpg"

比较图像：

"你能分析这两张图片并告诉我它们的不同之处吗：image1.jpg 和 image2.jpg"

环境变量

您可以使用这些环境变量自定义服务器：

变量	描述	默认值	是否必需
`OPENROUTER_API_KEY`	您的 OpenRouter API 密钥	-	是
`OPENROUTER_MODEL`	要使用的 AI 模型	`anthropic/claude-3-5-sonnet`	否
`MAX_IMAGE_SIZE`	图像的最大大小（字节）	`10485760`（10MB）	否

故障排除

常见错误

"我已经安装了，但 `vision-mcp` 给出了错误！"

错误：

错误：环境变量 OPENROUTER_API_KEY 是必需的

为什么会这样：您试图直接从命令行运行 vision-mcp。此 MCP 服务器设计为通过 MCP 客户端（如 Claude Code）使用，而不是直接运行。

解决方法：

正确：在您的 MCP 客户端中进行配置（参见上面的步骤 3）
错误：直接在终端中运行 vision-mcp

快速测试仅限：如果您想测试安装，请使用：

OPENROUTER_API_KEY="your_key" vision-mcp --help

"我该如何实际使用这个？"

此服务器没有网页界面或 CLI 命令。它是一个 MCP 服务器，通过 MCP 协议为您的 AI 助手添加视觉能力。

工作流程：

全局安装服务器（npm install -g @thenomadinorbit/vision-mcp-server）
在您的 MCP 客户端（如 Claude Desktop 等）中进行配置
要求您的 AI 助手分析图像
AI 助手在幕后使用此服务器

命令未找到：`vision-mcp`

对于 npm 安装：确保您运行了 npm install -g @thenomadinorbit/vision-mcp-server
对于源码安装：确保您运行了 npm install -g . 在构建之后
尝试运行 npm list -g @thenomadinorbit/vision-mcp-server 来验证安装
重启您的终端

"找不到服务器" 或 "连接失败"

确认命令是 vision-mcp（而不是文件路径）
确保您运行了 npm run build
检查全局安装是否成功：which vision-mcp
重启您的 MCP 客户端

"API 密钥无效"

再次检查您的 OpenRouter API 密钥
确保它以 sk-or-v1- 开头
验证您的 OpenRouter 账户有足够的信用额度

"视觉分析失败"

尝试使用较小的图像（小于 10MB）
确保图像格式受支持（JPG、PNG、WebP）
检查您的 OpenRouter 账户是否有足够的信用额度

仍然不起作用？

检查您的 MCP 客户端日志中的错误消息
确保您的配置文件具有有效的 JSON 语法
尝试重新启动您的计算机

报告问题

发现错误或有建议？请随时打开一个问题，包括：

清晰的问题描述
复现步骤
预期行为与实际行为对比
您的环境细节（Node.js 版本、操作系统等）

开发设置

如果您想分叉并修改以供自己使用：

git clone https://github.com/TheNomadInOrbit/vision-mcp-server.git
cd vision-mcp-server
npm install
npm run build

安全

如果您发现了安全漏洞，请打开一个安全问题，并加上“安全”标签。

更新日志

查看 CHANGELOG.md 以了解详细的更改历史。

许可证

MIT - 您可以随意使用。