恐龙-X-MCP

Name: 恐龙-X-MCP
Author: IDEA-Research

作者：IDEA-Research104 星标更新：2025-10-28

安装使用来源：spider==github.com

项目介绍

技术文档摘要

DINO-X MCP Server

English | 中文

DINO-X 官方 MCP 服务器——由 DINO-X 和 Grounding DINO 模型驱动——为您的多模态应用程序带来细粒度的对象检测和图像理解。

<p align="center"> <video width="800" controls> <source src="https://dds-frontend.oss-cn-shenzhen.aliyuncs.com/dinox-mcp/dinox-mcp-en-overveiw.mp4" type="video/mp4"> 您的浏览器不支持视频标签。 </video> </p>

为什么选择 DINO-X MCP？

使用 DINO-X MCP，您可以：

细粒度理解：全图检测、对象检测以及区域级别的描述。
结构化输出：获取用于 VQA 和多步推理任务的对象类别、数量、位置和属性。
可组合性：与其他 MCP 服务器无缝协作，构建端到端视觉代理或自动化流水线。

传输模式

DINO-X MCP 支持两种传输模式：

特征	STDIO（默认）	可流式传输的 HTTP
运行时	本地	本地或云端
传输	标准 I/O	HTTP（流式响应）
输入源	`file://` 和 `https://`	仅 `https://`
可视化	支持（保存注释图像到本地）	不支持（目前）

快速开始

1. 准备一个 MCP 客户端

任何兼容 MCP 的客户端都可以使用，例如：

2. 获取您的 API 密钥

在 DINO-X 平台上申请：请求 API 密钥（新用户可获得免费配额）。

3. 配置 MCP

选项 A：官方托管的可流式传输的 HTTP（推荐）

添加到您的 MCP 客户端配置中，并替换为您自己的 API 密钥：

{
  "mcpServers": {
    "dinox-mcp": {
      "url": "https://mcp.deepdataspace.com/mcp?key=your-api-key"
    }
  }
}

选项 B：本地使用 NPM 包（STDIO）

首先安装 Node.js

从 nodejs.org 下载安装程序
或使用命令：

# macOS / Linux
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bash
# 或
wget -qO- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bash

# 将 nvm 加载到当前 shell（选择您使用的那个）
source ~/.bashrc || true
source ~/.zshrc  || true

# 安装并使用 LTS 版本的 Node.js
nvm install --lts
nvm use --lts

# Windows（以下任选其一）
winget install OpenJS.NodeJS.LTS
# 或使用 Chocolatey（在管理员 PowerShell 中）
iwr -useb https://raw.githubusercontent.com/chocolatey/chocolatey/master/chocolateyInstall/InstallChocolatey.ps1 | iex
choco install nodejs-lts -y

配置您的 MCP 客户端：

{
  "mcpServers": {
    "dinox-mcp": {
      "command": "npx",
      "args": ["-y", "@deepdataspace/dinox-mcp"],
      "env": {
        "DINOX_API_KEY": "your-api-key-here",
        "IMAGE_STORAGE_DIRECTORY": "/path/to/your/image/directory"
      }
    }
  }
}

注意：将 your-api-key-here 替换为您的真实密钥。

选项 C：从源代码本地运行

确保已安装 Node.js（参见选项 B），然后：

# 克隆
git clone https://github.com/IDEA-Research/DINO-X-MCP.git
cd DINO-X-MCP

# 安装依赖
npm install

# 构建
npm run build

配置您的 MCP 客户端：

{
  "mcpServers": {
    "dinox-mcp": {
      "command": "node",
      "args": ["/path/to/DINO-X-MCP/build/index.js"],
      "env": {
        "DINOX_API_KEY": "your-api-key-here",
        "IMAGE_STORAGE_DIRECTORY": "/path/to/your/image/directory"
      }
    }
  }
}

命令行标志与环境变量

常用标志
- --http：以可流式传输的 HTTP 模式启动（否则默认为 STDIO）
- --stdio：强制 STDIO 模式
- --dinox-api-key=...：设置 API 密钥
- --enable-client-key：允许通过 URL ?key= 提供 API 密钥（仅限可流式传输的 HTTP）
- --port=8080：HTTP 端口（默认 3020）
环境变量
- DINOX_API_KEY（必需/条件必需）：DINO-X 平台 API 密钥
- IMAGE_STORAGE_DIRECTORY（可选，STDIO）：保存注释图像的目录
- AUTH_TOKEN（可选，HTTP）：如果设置，客户端必须发送 Authorization: Bearer <token>
示例：

# STDIO（本地）
node build/index.js --dinox-api-key=your-api-key

# 可流式传输的 HTTP（服务器提供共享 API 密钥）
node build/index.js --http --dinox-api-key=your-api-key

# 可流式传输的 HTTP（自定义端口）
node build/index.js --http --dinox-api-key=  your-api-key --port=8080

# 可流式传输的 HTTP（要求客户端通过 URL 提供 API 密钥）
node build/index.js --http --enable-client-key

当使用 ?key= 时的客户端配置：

{
  "mcpServers": {
    "dinox-mcp": {
      "url": "http://localhost:3020/mcp?key=your-api-key"
    }
  }
}

使用 AUTH_TOKEN 与注入 Authorization: Bearer <token> 的网关：

AUTH_TOKEN=my-token node build/index.js --http --enable-client-key

使用 supergateway 的客户端示例：

{
  "mcpServers": {
    "dinox-mcp": {
      "command": "npx",
      "args": [
        "-y",
        "supergateway",
        "--streamableHttp",
        "http://localhost:3020/mcp?key=your-api-key",
        "--oauth2Bearer",
        "my-token"
      ]
    }
  }
}

工具

能力	工具 ID	传输	输入	输出
全场景对象检测	`detect-all-objects`	STDIO / HTTP	图像 URL	类别 + 边界框 + （可选）标题
文本提示对象检测	`detect-objects-by-text`	STDIO / HTTP	图像 URL + 英文名词（多个用点分隔，如 `person.car`）	目标对象边界框 + （可选）标题
人体姿态估计	`detect-human-pose-keypoints`	STDIO / HTTP	图像 URL	17个关键点 + 边界框 + （可选）标题
可视化	`visualize-detection-result`	仅 STDIO	图像 URL + 检测结果数组	注释图像的本地路径

🎬 使用案例

🎯 场景	📝 输入	✨ 输出
检测与定位	💬 提示：<br>`检测并可视化森林中的`<br>`火灾区域`<br><br>🖼️ 输入图像：<br>
物体计数	💬 提示：<br>`请分析这张`<br>`仓库图像，检测`<br>`所有的纸箱，`<br>`计算总数`<br><br>🖼️ 输入图像：<br>	<img width="1276" alt="2-2" src="https://gips2.baidu.com/it/u=2501431931,4136915879&fm=3081&app=3081&f=PNG?w=2552&h=1432" />
特征检测	💬 提示：<br>`找出图像中的所有红色汽车`<br><br>🖼️ 输入图像：<br>
属性推理	💬 提示：<br>`找出图像中最高的`<br>`人，描述他们的`<br>`着装`<br><br>🖼️ 输入图像：<br>
全场景检测	💬 提示：<br>`找出图像中维生素C`<br>`含量最高的水果`<br><br>🖼️ 输入图像：<br>	<br><br>答案：猕猴桃（93mg/100g）
姿势分析	💬 提示：<br>`请分析这是什么`<br>`瑜伽姿势`<br><br>🖼️ 输入图像：<br>