mcp-vision-server

基于 goehou/Visual-Enhancement-mcp（MIT）魔改的 MCP 服务，接入 OpenAI 兼容 API，提供看图、识字、生图。

工具

工具	做什么
vision_analyze	通用图片理解
vision_ocr	逐字提取图片文字
image_generate	文本生成图片（多张/尺寸/模型覆盖）

图片传法三选一：imagePath（本地路径）/ imageUrl / imageBase64 + imageMediaType。

配置

模型优先级：调用时传 model > 工具专用 > 全局默认。

环境变量	说明	默认值
VISION_API_BASE_URL	视觉 API 根地址	必填
VISION_API_KEY	视觉 Key	必填
VISION_MODEL	默认视觉模型	必填
VISION_ANALYZE_MODEL	analyze 专用模型	回退 VISION_MODEL
VISION_BACKUP_API_BASE_URL	ocr 备用视觉平台地址	回退 VISION_API_BASE_URL
VISION_BACKUP_API_KEY	ocr 备用视觉 Key	回退 VISION_API_KEY
VISION_BACKUP_MODEL	ocr 备用视觉模型	回退 VISION_MODEL
IMAGE_API_BASE_URL	生图 API 根地址	回退 VISION_API_BASE_URL
IMAGE_API_KEY	生图 Key	回退 VISION_API_KEY
IMAGE_MODEL	生图模型	回退 VISION_MODEL
VISION_TIMEOUT_MS	视觉超时（毫秒）	60000
IMAGE_TIMEOUT_MS	生图超时（毫秒）	120000

OpenCode 配置：

{
  "mcp": {
    "vision": {
      "type": "local",
      "command": ["mcp-vision-server"],
      "environment": {
        "VISION_API_BASE_URL": "...",
        "VISION_API_KEY": "...",
        "VISION_MODEL": "...",
        "IMAGE_API_BASE_URL": "...",
        "IMAGE_API_KEY": "...",
        "IMAGE_MODEL": "..."
      },
      "enabled": true
    }
  }
}

相比原项目

• 新增 image_generate 生图工具（多张/尺寸/模型覆盖，URL 下载加固）
• 新增 VISION_BACKUP_* 备用视觉端点
• 新增 VISION_ANALYZE_MODEL 工具级模型覆盖
• 加固：仅允许 http/https 下载、base64 大小上限、错误信息截断、多图全返回、空配置可启动

安装

# 方式一：本地克隆后安装
git clone https://github.com/xiaoshengyvlin/MCP-Vision.git
cd MCP-Vision
npm install -g .

# 方式二：tarball 安装
npm pack && npm install -g mcp-vision-server-0.1.4.tgz