图像理解 MCPArnoldkevin/prismrelay-mcp

PrismRelay MCP

视觉优先 — v0.3.0

PrismRelay 为仅支持文本的 Agent（包括基于 DeepSeek 的工作流）提供了一种通过本地 stdio MCP 服务器检查真实图像像素的方式。Agent 仍然是主要的推理者；PrismRelay 将请求的图像发送给外部视觉提供商，并返回视觉答案。

Agnes AI 是当前的后端。PrismRelay 是一个独立的社区项目，与 Agnes AI 无关联，未获得其认可或赞助。

发布状态

| 能力 | 状态 | 适用场景 |
| --- | --- | --- |
| 图像理解 | 支持，主要工作流 | 场景和物体问题、截图、文档、图表、示意图、可见文本、图像对比 |
| 图像生成 | 实验性 | 提供商差异可接受的通用草稿 |
| 图像编辑与合成 | 实验性 | 需人工审核的探索性编辑 |
| 强风格技能合规性 | 非声称能力 | 不要承诺忠实的艺术指导或原生多模态质量 |

PrismRelay 不会将文本模型转变为原生多模态模型。它为 Agent 提供了一个可调用的外部“眼睛”。视觉准确性、延迟和可用性仍取决于 Agnes AI 以及 Agent 宿主是否正确调用 MCP 工具。

工具

- prismrelay_understand_image — 检查、对比、回答问题、读取可见文本，并解读截图、文档、图表、示意图、产品或场景。
- prismrelay_generate_image — 实验性生成，支持可选参考图、最终尺寸、候选数量和审核。
- prismrelay_edit_image — 实验性编辑与合成，支持输入角色、保留提示和审核。

旧版 agnes_* 工具为兼容性保留，但不推荐用于新工作流。

要求

- Node.js 18 或更高版本
- 你自己的 Agnes Platform 账户和 API 密钥
- 支持本地 stdio MCP 工具的 Agent 宿主
- 对 https://apihub.agnes-ai.com/v1 或你配置的 Agnes 路由的出站 HTTPS 访问

PrismRelay 采用 BYOK 模式：每位用户提供自己的密钥并直接访问 Agnes。请勿共享账户、密钥、额度，或将 PrismRelay 作为转售/代理服务提供。

从 GitHub 安装

git clone https://github.com/Arnoldkevin/prismrelay-mcp.git
cd prismrelay-mcp
npm install
export AGNES_API_KEY="your_api_key_here"

使用你的操作系统或 shell 的密钥/环境机制持久化保存 AGNES_API_KEY。切勿将其粘贴到聊天、受跟踪的文件、截图或支持日志中。

Codex

node dist/prismrelay-mcp.mjs setup codex --dry-run
node dist/prismrelay-mcp.mjs setup codex --force
node dist/prismrelay-mcp.mjs doctor

这会将 Skill 安装到 ~/.agents/skills/prismrelay-images，并将 MCP 服务器注册为 prismrelay。

Claude Code

node dist/prismrelay-mcp.mjs setup claude-code --dry-run
node dist/prismrelay-mcp.mjs setup claude-code --force
node dist/prismrelay-mcp.mjs doctorbash
claude mcp get prismrelay

这会注册一个用户作用域的 stdio 服务器，并将 Skill 安装到 ~/.claude/skills/prismrelay-images。在导出了 AGNES_API_KEY 的 shell 中启动一个新的 Claude Code 会话，然后使用 /mcp 确认服务器已连接。

其他 Agent 宿主

在宿主的 stdio MCP 设置中配置此进程：
text
command: node
args: /absolute/path/to/prismrelay-mcp/dist/prismrelay-mcp.mjs serve
environment passthrough: AGNES_API_KEY, AGNES_BASE_URL, AGNES_OUTPUT_DIR

如果宿主支持 Agent Skills，还需在其支持的 Skill 目录中安装 skills/prismrelay-images。参见宿主设置与自动调用。

DeepSeek Harness 插件

PrismRelay 也以可安装的 DeepSeek Harness 捆绑包形式提供。它使用
Harness 官方的 MCP Client 来暴露相同的本地 PrismRelay 工具；
视觉运行时不会被重复实现。
bash
export AGNES_API_KEY="your_api_key_here"
npx @deepseek-ai/dsh plugin --profile web add github:Arnoldkevin/prismrelay-mcp
npx @deepseek-ai/dsh --profile web --dump-config
npx @deepseek-ai/dsh web

DeepSeek Harness 目前处于 Developer Preview 阶段，因此兼容性可能需要
跟随上游的破坏性变更。有关配置、卸载以及当前 MCP 图像输出的限制，参见 DeepSeek Harness 集成。

它会自动调用自身吗？

有时会，但安装并不能保证这一点。

MCP 使这些工具可用。宿主模型会根据请求、MCP 工具描述、配套 Skill、权限以及其工具调用实现来决定是否调用它们。PrismRelay 的 Skill 强烈指示纯文本 Agent 在视觉任务包含可读图像源时调用 prismrelay_understand_image。

为了获得最可靠的首个测试，请给出一个明确的本地路径：
text
请查看 /absolute/path/to/screenshot.png，告诉我页面当前状态和可见的报错。

本地 MCP 进程无法拦截仅存在于宿主私有对话负载中的不透明图像附件。如果粘贴的图像未以路径形式暴露，请将其保存到磁盘并提供路径。通过 Claude Code 兼容代理使用的 DeepSeek 也必须支持 Claude Code 的工具调用协议；该行为由代理/模型控制，而非 PrismRelay。

推荐的视觉任务

- 询问照片中可见的内容，并要求为答案提供证据。
- 诊断 UI 截图或错误对话框。
- 从清晰的文档图像中提取标题、总计、日期或状态标签。
- 解释图表中的趋势和图例。
- 比较两张产品图像或两张 UI 截图。
- 检查海报是否包含指定元素或可见文字。

在针对特定 Agent 宿主和模型组合提出可靠性声明之前，请运行视觉评估中的可重复矩阵。

隐私与数据流
图像由本地 MCP 进程读取，并发送到配置的 Agnes API 进行推理。它们并非完全在设备上处理。生成或下载的结果保存在 AGNES_OUTPUT_DIR（默认 ./outputs）下。在使用个人、机密、受监管或第三方图像之前，请参阅隐私政策。

配置

| 变量 | 必需 | 默认值 | 用途 |
| --- | --- | --- | --- |
| AGNES_API_KEY | 是 | 无 | Agnes API 身份验证 |
| AGNES_BASE_URL | 否 | https://apihub.agnes-ai.com/v1 | Agnes API 路由 |
| AGNES_OUTPUT_DIR | 否 | ./outputs | 下载和最终生成的图像目录 |
| AGNES_TIMEOUT_MS | 否 | 120000 | 每个请求的超时时间（毫秒） |
| AGNES_MAX_RETRIES | 否 | 3 | 最大可重试 API 尝试次数 |
| AGNES_MAX_IMAGE_BYTES | 否 | 26214400 | 输入/输出图像安全限制 |
| AGNES_EMBED_MAX_BYTES | 否 | 4194304 | 嵌入 MCP 响应中的最大图像大小 |

范围与限制

- 仅支持本地 stdio MCP；不支持远程托管、共享服务、OAuth、计费或视频生成。
- 理解任务委托给单独的视觉模型。它可能会误读小号文字、模糊内容、遮挡、密集表格、细微差异或模糊场景。
- 生成/编辑审查可以识别某些失败，但无法强制提供商遵循强烈的风格或布局指令。
- 当前版本包含自动化契约和打包测试。用户应使用自己的 Agnes 密钥和选定的 Agent 主机单独运行实时评估矩阵。

开发
bash
npm test
npm run smoke
npm run pack:check
npm audit --omit=dev

许可证与提供商条款

PrismRelay 的原始代码根据 MIT 许可证 发布。MIT 仅涵盖本仓库的代码；它不授予对 Agnes 模型、API、输出、文档、品牌或商标的权利。

Agnes 服务条款限制未经授权的转售、再许可或向第三方提供服务。因此，PrismRelay 采用直接 BYOK 设计，不得作为共享密钥代理或转售服务运营。公开条款未明确提及社区 MCP 客户端，因此本仓库不声称获得官方授权或认可。请阅读第三方声明，并就超出直接 BYOK 使用的商业再分发模式向 Agnes 获取书面澄清。

官方参考

- Agnes 服务条款
- Agnes 隐私政策
- Agnes 官方模型目录
- Claude Code MCP 文档
- Claude Code Skills 文档
- Model Context Protocol TypeScript SDK
- DeepSeek Harness
- DeepSeek Harness MCP 客户端