moton16/dsh-vision-mcp

README excerpt

DSH-vision-mcp · 识图 MCP（零依赖） 给 本身不支持图片输入 的模型（DeepSeek、纯文本模型等）装上"眼睛"的 MCP 服务器。 主模型调用 MCP 工具 img2text → 服务器读取图片（本地路径 / URL / data URL / base64）→ 转发给外部 OpenAI 兼容视觉 API （GPT-4o、Qwen-VL、GLM-4V、本地 Ollama 等）→ 把视觉模型返回的 文字描述 交回主模型继续推理。 - 零依赖：仅用 Node.js 内置模块（Node ≥ 18，含 fetch ），无需 npm install - 标准 MCP stdio 协议，兼容 Claude Code / Cursor / Claude Desktop / Cline 等一切 MCP 客户端 - 支持 OpenAI 兼容协议的任意厂商与自建网关， prompt 可自定义（通用描述 / OCR / 报错分析等） 一行安装（npm / GitHub） 安装后生成 dsh-vision-mcp 命令，在任意 MCP 客户端里这样配置： 也可以不装包，直接用 node 跑仓库里的 server.js ： "command": "node", "args": ["/path/to/server.js"] 。 文件 文件 说明 server.js MCP 服务器本体（stdio 传输，零依赖，含 bin 入口） patch-dsh.js DSH 图片降级补丁脚本（bin: dsh-vision-mcp-patch ） package.json npm 包定义（两个 bin） cordis.yml / cordis.patch.yml DSH 集成条目（MCP server 注册 + 视觉模型链配置） 测试工具（mock-api / test-client / concurrent-test）为本地开发件，不随仓库分发；开发验证见 docs/DEVELOPER.md （本地文档）。 环境变量 变量 必填 默认 说明 VISION API BASE 是 https://api.openai.com/v1 OpenAI 兼容 API 地址（ 不含 /chat/completions ） VISION MODEL 是 gpt-4o-mini 视觉模型名 VISION API KEY 否 空 API 密钥；本地 Ollama 等免 key 服务可省略 VISION MAX TOKENS 否 4096 最大输出 token VISION TEMPERATURE 否 0.2 采样温度 VISION TIMEOUT MS 否 120000 请求超时（毫秒） 快速验证（本地 mock，无需任何 key） 本地开发件（ docs/DEVELOPER.md 有完整说明…

Category