AI导哈

多模态视觉分析服务器

UI Vision MCP Server是一个支持多模型视觉分析的工具，允许用户通过外部视觉AI模型（如GLM、Gemini、GPT-4o等）进行图像分析。

  • by xbghc
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 xbghc/ui-vision-mcp

使用说明

UI视觉MCP服务器

用于多模型视觉分析的MCP服务器。使Claude Code能够使用外部视觉AI模型（GLM、Gemini、GPT-4o等）分析图像。

安装

npm install
npm run build

配置

在以下位置创建配置文件 ~/.config/ui-vision-mcp/config.json:

{
  "models": [
    {
      "name": "glm",
      "baseUrl": "https://open.bigmodel.cn/api/paas/v4",
      "apiKey": "${GLM_API_KEY}",
      "model": "glm-4.6v-flash"
    },
    {
      "name": "gemini",
      "baseUrl": "https://generativelanguage.googleapis.com/v1beta/openai",
      "apiKey": "${GEMINI_API_KEY}",
      "model": "gemini-2.5-flash"
    }
  ]
}

环境变量 ${VAR_NAME} 格式会自动展开。

自定义配置路径

集 VISION_CONFIG 环境变量使用不同的配置文件路径。

Claude代码设置

添加到 ~/.claude/settings.json:

{
  "mcpServers": {
    "ui-vision": {
      "command": "npx",
      "args": ["ui-vision-mcp"],
      "env": {
        "VISION_CONFIG": "/path/to/custom/config.json",
        "GLM_API_KEY": "your-api-key"
      }
    }
  }
}

工具：analyze_image

使用配置的视觉模型并行分析图像。

参数：

名称 类型 描述
images string[] 图像路径（本地文件、URL或base64数据）
prompt string 分析指令

例子：

{
  "images": ["./design.png", "./screenshot.png"],
  "prompt": "Compare these two images. The first is the design, the second is the implementation. List differences in layout, spacing, and colors."
}

答复：

{
  "results": [
    { "model": "glm-4.6v-flash", "result": "Analysis from GLM..." },
    { "model": "gemini-2.5-flash", "result": "Analysis from Gemini..." }
  ]
}

支持的提供商

提供者 基本URL 模型示例
GLM https://open.bigmodel.cn/api/paas/v4 glm-4.6v-flash
双子座 https://generativelanguage.googleapis.com/v1beta/openai gemini-2.5-flash
OpenAI https://api.openai.com/v1 gpt-4o
OpenRouter https://openrouter.ai/api/v1 各种

可以使用任何与OpenAI兼容的API端点。

相关 MCP