doubao-mcp

豆包 MCP Server — 通过网页版豆包(web.doubao.com)提供零 API 成本的视觉与问答能力。

基于 CDP + Playwright 接管独立 profile 的 Chrome，在豆包网页版上传图片提问、抓取 AI 回复返回，不需要豆包 API Key。

能力

工具	说明
vision_analyze	图片识别/分析（上传图片到豆包网页版提问并取回复）
video_analyze	视频分析（下载/本地 → 抽帧烧时间戳 → 拼图分块 → 豆包识别，可选本地转写）
ask_doubao	纯文本问答（复用豆包会话，支持多轮上下文）
daemon_start	启动 Chrome daemon（独立 profile，端口 9223，幂等）
daemon_status	检查 daemon 运行状态
daemon_stop	关闭 Chrome daemon

工作原理

Claude Code ──MCP stdio──> server.py ──> doubao_vision.py ──CDP──> Chrome (独立 profile)
                                        video_analyze.py              │
                                                           web.doubao.com（网页版）

• Chrome 以 --remote-debugging-port=9223 启动独立 profile，登录态持久化
• 图片通过 filechooser 事件上传，回复通过 DOM 特征（data-streaming 等）等待生成完成后提取
• 纯网页操作，无 API 成本，仅需可登录豆包的 Chrome

环境要求

• Python 3.10+
• Chrome（自动探测 CHROME_PATH 环境变量或常见安装路径）
• 可选：ffmpeg/ffprobe（视频抽帧）、yt-dlp（在线视频下载）、faster-whisper（音频转写）

安装

pip install fastmcp playwright websocket-client
# 可选功能依赖
pip install pillow        # 视频帧时间戳烧录
pip install faster-whisper  # 音频转写

使用

1. 作为 MCP server（Claude Code 等）

{
  "mcpServers": {
    "doubao-mcp": {
      "command": "python",
      "args": ["/path/to/doubao-mcp/server.py"]
    }
  }
}

2. HTTP 模式（调试）

python server.py --port 8080

3. 直接 CLI 调用（不含 MCP）

# 启动 Chrome daemon（首次需手动登录豆包一次，登录态持久化）
python doubao_mcp/doubao_vision.py --start

# 图片识别
python doubao_mcp/doubao_vision.py --image photo.jpg --question "请描述这张图片"

# 视频分析（本地文件或 URL）
python doubao_mcp/video_analyze.py --video demo.mp4

配置

• Chrome 路径：设置环境变量 CHROME_PATH 指定 Chrome 可执行文件
• CDP 端口：默认 9223，见 doubao_vision.py 中的 CDP_PORT
• 登录态：独立 profile 位于 ~/.claude/doubao-vision-profile，首次使用 daemon_start 后手动登录一次即可

常见问题

• 退出码 1（CDP 不可达）：daemon 未启动，先运行 daemon_start
• 退出码 2（未登录）：打开豆包页面手动登录一次
• 退出码 5（超时）：豆包生成较慢，增大 --timeout
• 退出码 6（安全过滤）：回复为空，可能是风控或内容被过滤

License

MIT