mcp-vision

# MCP-OCR 为 Claude Code、Codex CLI、OpenCode 等 AI 编程工具补齐图像识别能力的 MCP Server。 ## 解决什么问题 Claude Code 配合 DeepSeek 等**纯文本模型**使用时，无法理解图片内容——截图里的报错、UI 设计稿、手绘架构图、文档扫描件，模型统统"看不见"。 **mcp-vision** 作为 MCP Server 插件运行，自动调用多模态视觉 API 完成图像分析，将结果以文本形式返回给 AI 编程工具，让 DeepSeek 等"看图说话"。 ``` ┌─────────────┐ 图片路径/URL ┌─────────────┐ 多模态 API ┌──────────────┐ │ AI 编程工具 │ ──────────────────→ │ mcp-vision │ ──────────────→ │ 视觉模型 API │ │ Claude Code │ │ MCP Server │ │ 硅基流动/阿里.. │ │ Codex CLI │ ←────────────────── │ │ ←────────────── │ │ │ OpenCode │ 文字分析结果 │ │ 图片分析结果 │ │ └─────────────┘ └─────────────┘ └──────────────┘ ``` ## 工具说明 | 工具 | 用途 | 底层 | |------|------|------| | `analyze_image` | 图片内容分析（描述、问答、图表解读） | 多模态 LLM | | `ocr_extract` | 从图片/PDF 提取文字（自然语言返回） | 多模态 LLM | | `ocr_precise` | 精准 OCR（结构化结果，含坐标和置信度） | 传统 OCR 引擎 | 所有工具均支持**本地文件路径**和**远程 URL**。 ## 快速开始 ### 安装 ```bash pip install mcp-vision ``` 或使用 uv： ```bash uv pip install mcp-vision ``` ### 最简配置 只需一个 API Key 即可运行。推荐使用硅基流动（SiliconFlow），注册即送免费额度： ```bash # 注册地址：https://cloud.siliconflow.cn SILICONFLOW_API_KEY=sk-your-key ``` ### 配置 AI 编程工具 #### Claude Code `~/.claude/settings.json`： ```json { "mcpServers": { "mcp-vision": { "command": "uvx", "args": ["mcp-vision"], "env": { "SILICONFLOW_API_KEY": "sk-your-key" } } } } ``` #### Codex CLI `~/.codex/config.toml`： ```toml [mcp_servers.mcp-vision] command = "uvx" args = ["mcp-ocr"] [mcp_servers.mcp-vision.env] SILICONFLOW_API_KEY = "sk-your-key" ``` #### Cursor `.cursor/mcp.json`： ```json { "mcpServers": { "mcp-vision": { "command": "uvx", "args": ["mcp-vision"], "env": { "SILICONFLOW_API_KEY": "sk-your-key" } } } } ``` #### OpenCode `opencode.json`： ```json { "mcp": { "mcp-vision": { "type"…