MCP 服务器

vision-gemma

Provides offline, privacy-preserving image recognition, OCR, and scene description for AI assistants via the Model Context Protocol, with Vulkan-accelerated local processing.

README

VisionGemma - 本地图片识别 + AI 桌宠

在完全本地的 Windows 电脑上运行的开箱即用图片识别工具 + 趣味 AI 桌宠。图片识别全程在本机完成，不上传任何数据。

产品展示

🤖 Agent 自动调起识别

当你的 AI 助手遇到图片、又恰好不支持图片输入时，VisionGemma 会作为 MCP 工具被自动调起，把"看图能力"无缝交给它：

Agent 自动调起识别

🔌 一键接入你的 AI 助手

不用手写配置文件。软件内置对接引导，复制一段话粘贴给 AI 助手，或直接复制配置 JSON，即可完成 MCP 对接：

一键 MCP 对接

🖼️ 本地精准识别

选图 → 识别 → 得到结构化描述，全程离线。产品图、截图、图表都能看懂：

本地精准识别

🐾 趣味 AI 桌宠

桌面陪伴小宠物，支持自然对话、识别屏幕与图片：

趣味 AI 桌宠

功能特性

傻瓜式部署：下载解压，双击运行，自动下载模型并完成配置，零命令行、零环境配置
Agent MCP 对接：可作为 MCP 服务器接入任意 AI 工具（\ision_analyze\ 工具），让 AI 获得看图能力
本地图片识别：图片分析、OCR 文字提取、图表解读、场景描述全部在本机完成
Vulkan 加速：支持 NVIDIA / AMD / Intel 显卡硬件加速；无独显时自动回退 CPU 运行
趣味 AI 桌宠：托盘启动可爱桌宠，可对话、可识别屏幕/图片，互动陪伴
隐私安全：所有识别完全离线本地完成，不上传任何数据到云端
单文件免安装：一个 exe 即完整运行，内置 Vulkan 引擎与桌宠

系统要求

Windows 10/11 x64
显卡支持 Vulkan（NVIDIA / AMD / Intel 均可，推荐硬件加速）
无独显时自动回退 CPU 运行
磁盘剩余空间 >= 5GB（模型约 3.2GB）

下载

GitHub Release（推荐）

前往 Releases 页面下载 v1.0.0

安装包：VisionGemma-Vulkan.zip SHA256：\1DC26CB187923764C4CA03A8A852493081D123C9680B803FAE73CF560B640967

夸克网盘镜像（国内用户加速）

夸克网盘下载 VisionGemma-Vulkan.zip

快速开始

解压压缩包，双击 VisionGemma-Vulkan.exe，首次运行自动打开配置向导
向导引导自动下载模型（约 3.2GB，支持断点续传）
下载完成后即可开始使用

趣味桌宠

右键托盘图标 →「趣味桌宠」，可快速启动桌宠，自动拉起本地识别引擎
桌宠支持对话、选择主题等功能
可通过托盘菜单设置开机自启

作为 MCP 服务器使用（接入 AI 工具）

在 AI 工具的 MCP 配置中加入：

\\\json { "mcpServers": { "vision-gemma": { "command": "VisionGemma-Vulkan.exe 完整路径", "args": ["--mcp"], "type": "stdio" } } } \\ 然后即可调用 \ision_analyze\ 工具识别图片。更省事的做法：打开软件的「对接引导」，复制话术粘贴给 AI 助手即可。