vision-mcp-server

vision-mcp-server

A remote MCP server providing 7 vision tools (UI-to-code, OCR, error diagnosis, etc.) via an Anthropic-compatible model API, supporting multiple MCP clients through Streamable HTTP.

Category
访问服务器

README

Vision MCP Server

A remote MCP (Model Context Protocol) server exposing 7 vision tools over the 讯飞 MaaS Anthropic-compatible model API (xopkimik26). Supports Claude Code, Codex, Cline, and any MCP-compatible client via Streamable HTTP.

Features

  • 7 specialized vision tools (UI→code, OCR, error diagnosis, diagram understanding, data-viz analysis, UI diff, general image analysis)
  • Multi-API-key round-robin with cooldown + retry (401/403/429/5xx/network)
  • Global (100) and per-key (20) concurrency control
  • Image preprocessing: PNG/JPEG/GIF/WebP/BMP → JPEG Q80 with resolution caps (2048 standard / 4096 OCR / 1536 diff)
  • /health status endpoint

Quick start

npm install
npm run build
API_KEYS=key1,key2 npm start

Server listens on PORT (default 3000). Endpoints: POST /mcp (MCP), GET /health.

Docker

echo "API_KEYS=key1,key2" > .env
docker compose up -d

Configuration (env)

Variable Default Description
PORT 3000 HTTP port
API_KEYS (required) Comma-separated API keys
API_BASE_URL https://maas-coding-api.cn-huabei-1.xf-yun.com/anthropic Model API base URL
MODEL_ID xopkimik26 Model ID
MAX_CONCURRENCY 100 Global max concurrent requests
PER_KEY_CONCURRENCY 20 Per-key max concurrent requests
MAX_RETRIES 3 Max retries per request
KEY_COOLDOWN_MS 60000 Cooldown for failed keys
IMAGE_MAX_SIZE_MB 10 Max image size
IMAGE_MAX_DIMENSION 2048 Standard-mode resolution cap
IMAGE_OCR_MAX_DIMENSION 4096 OCR-mode resolution cap
LOG_LEVEL info pino log level

Connect a client

Claude Code:

claude mcp add -s user vision-mcp-server --transport http http://localhost:3000/mcp

Manual config (.claude.json):

{
  "mcpServers": {
    "vision-mcp-server": { "type": "http", "url": "http://localhost:3000/mcp" }
  }
}

Development

npm test          # node:test over src/**/*.test.ts
npm run typecheck # tsc --noEmit
npm run dev       # tsx watch src/index.ts

Notes

  • The model API accepts base64 images only (URLs return 400). Clients (e.g. Claude Code) auto-encode local files.
  • Token cost scales with resolution, not file size — hence JPEG Q80 + resolution caps.
  • Transport is stateless (sessionIdGenerator: undefined) for horizontal scalability.

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选