vision-mcp

Serveur MCP (Model Context Protocol) d'analyse d'images par modèles de vision LLM, multi-fournisseur.

Analysez une ou plusieurs images à travers une interface MCP unifiée, avec le fournisseur de votre choix : OpenCode Go, OpenAI, Anthropic Claude, Google Gemini, ou tout endpoint compatible OpenAI (Ollama, vLLM, local).

Fonctionnalités

• 4 outils MCP : analyze_image, analyze_images, list_providers, check_vision
• 5 fournisseurs : opencode, openai, anthropic, google, custom (compatible OpenAI)
• Formats d'image : PNG, JPG/JPEG, WEBP, GIF, BMP (par chemin de fichier absolu)
• Logs sur stderr (stdout réservé au protocole MCP)
• Clés API via variables d'environnement uniquement — aucun secret en dur

Fournisseurs supportés

Provider	Variable API Key	Base URL par défaut	Modèles vision
opencode	OPENCODE_API_KEY	https://opencode.ai/zen/go/v1	qwen3.6-plus, qwen3.6-plus-free, deepseek-v4-flash, deepseek-v4-pro, glm-5.1
openai	OPENAI_API_KEY	https://api.openai.com/v1	gpt-4o, gpt-4o-mini, gpt-4.5-preview, o1, o3-mini
anthropic	ANTHROPIC_API_KEY	https://api.anthropic.com/v1	claude-sonnet-4-20250514, claude-3-5-sonnet-20241022, claude-3-opus-20240229, claude-3-haiku-20240307
google	GOOGLE_API_KEY	https://generativelanguage.googleapis.com/v1beta	gemini-2.5-flash-001, gemini-2.5-pro-001, gemini-2.0-flash-001, gemini-2.0-flash-lite-001
custom	CUSTOM_API_KEY	http://localhost:11434/v1	N'importe quel modèle compatible OpenAI (Ollama, vLLM, local)

Note : certains modèles sont texte uniquement (ex. deepseek-v4-flash, deepseek-v4-pro) et ne supportent pas la vision.

Prérequis

• Python 3.10 ou supérieur
• pip disponible

Installation

git clone https://github.com/menoxz/vision-mcp.git
cd vision-mcp

# Environnement virtuel (recommandé)
python -m venv .venv
# Windows
.venv\Scripts\activate
# Linux / macOS
source .venv/bin/activate

# Dépendances
pip install -r requirements.txt

Variables d'environnement

Variable	Obligatoire	Description
OPENCODE_API_KEY	pour le provider opencode	Clé API OpenCode Go
OPENCODE_BASE_URL	non	URL de base (défaut : https://opencode.ai/zen/go/v1)
OPENCODE_MODEL	non	Modèle par défaut (défaut : qwen3.6-plus)
OPENAI_API_KEY	pour le provider openai	Clé API OpenAI
OPENAI_MODEL	non	Modèle par défaut (défaut : gpt-4o)
ANTHROPIC_API_KEY	pour le provider anthropic	Clé API Anthropic
ANTHROPIC_MODEL	non	Modèle par défaut (défaut : claude-sonnet-4-20250514)
GOOGLE_API_KEY	pour le provider google	Clé API Google Gemini
GOOGLE_MODEL	non	Modèle par défaut (défaut : gemini-2.5-flash-001)
CUSTOM_API_KEY	pour le provider custom	Clé API de l'endpoint personnalisé
CUSTOM_BASE_URL	non	URL de base (défaut : http://localhost:11434/v1)
CUSTOM_MODEL	non	Modèle par défaut (défaut : qwen2.5-vl-72b-instruct)

Configuration MCP (opencode.json)

Ajoutez ce bloc dans la section "mcp" de votre opencode.json (CLI ou VSCode) :

{
  "mcp": {
    "vision-mcp": {
      "type": "local",
      "command": [
        "python",
        "C:/chemin/vers/vision-mcp/server.py"
      ],
      "environment": {
        "PYTHONIOENCODING": "utf-8",
        "OPENCODE_API_KEY": "sk-...",
        "OPENCODE_BASE_URL": "https://opencode.ai/zen/go/v1",
        "OPENCODE_MODEL": "qwen3.6-plus"
      },
      "enabled": true
    }
  }
}

Redémarrez ensuite opencode (ou /reload).

Outils exposés

Outil	Description
analyze_image(image_path, prompt, provider, model)	Analyse une image avec un prompt texte
analyze_images(image_paths, prompt, provider, model)	Analyse/comparaison de plusieurs images (min. 2)
list_providers()	Liste les fournisseurs et leur état de configuration
check_vision(provider, model)	Teste un fournisseur/modèle avec une image de test (cercle rouge)

Exemples

analyze_image(image_path="C:/screenshot.png",
              prompt="Décris l'interface utilisateur.",
              provider="opencode")

analyze_images(image_paths=["C:/img1.png", "C:/img2.png"],
               prompt="Compare ces deux designs.",
               provider="openai", model="gpt-4o")

list_providers()
check_vision(provider="opencode")

Dépannage

Problème	Solution
No API key configured	Définir la variable d'environnement <PROVIDER>_API_KEY
Timeout (120 s)	Image trop grande — redimensionner (max ~20 Mo)
400 Bad Request	Le modèle ne supporte pas la vision
Aucune sortie	Les logs sont sur stderr ; stdout est réservé au protocole MCP

Licence

Distribué sous licence MIT — Copyright (c) 2026 Jean-Luc KOUMAGLO / menoxz.