EDMOK/claude-vision-mcp

Claude Vision MCP

让纯文本 LLM 通过 MCP 协议调用视觉 API 分析图片

License: MIT

最快捷的方式：让 AI 帮你装

把 https://github.com/EDMOK/claude-vision-mcp.git 发给你的 AI 工具，告诉它安装这个 Vision MCP。

AI 可以直接按照下面「Claude Code 安装」一节的步骤自动完成安装。

手动安装

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

预编译产物在 dist/index.js（单文件 ~721KB，已打包所有依赖），无需 npm install，Node.js >= 20 即可运行。

Claude Code 安装

推荐安放位置

将 MCP Server 复制到本机稳定目录，避免依赖 U 盘、临时目录或源码工作目录：

C:\Users\\.claude\mcp-servers\vision-mcp-server

需要复制完整目录，至少包含：

dist/
package.json
node_modules/

注册 MCP Server

使用 claude mcp add 注册：

claude mcp add \
--scope local \
--transport stdio \
--env VISION_API_KEY="sk-..." \
--env VISION_BASE_URL="https://api.openai.com/v1" \
--env VISION_MODEL="gpt-4o" \
vision \
-- node "C:\Users\\.claude\mcp-servers\vision-mcp-server\dist\index.js"

注意：

- --scope、--transport、--env 必须放在 MCP Server 名称 vision 之前。
- -- 后面是实际启动 MCP Server 的命令和参数。
- 包含 API Key 的配置应使用 local 或 user scope，避免使用 project scope 导致密钥进入版本控制。

验证

claude mcp get vision
claude mcp list

期望看到 Status: ✓ Connected。

注册完成后需要重启 Claude Code 会话，新的 MCP 工具才会生效。

其他 MCP 客户端配置

在 MCP 配置文件的 mcpServers 中添加，将路径替换为你的实际目录。

macOS / Linux

~/.claude.json：

"vision": {
"command": "/path/to/claude-vision-mcp/dist/index.js",
"env": {
"VISION_API_KEY": "sk-...",
"VISION_MODEL": "gpt-4o"
},
"type": "stdio"
}

Windows

%USERPROFILE%\.claude.json：

"vision": {
"command": "node",
"args": ["C:\\path\\to\\claude-vision-mcp\\dist\\index.js"],
"env": {
"VISION_API_KEY": "sk-...",
"VISION_BASE_URL": "https://openai.com/v1",
"VISION_MODEL": "Qwen/Qwen3.5-27B"
},
"type": "stdio"
}

配置完成后重启 MCP 客户端即可调用 vision_analyze 工具。

参数

| 参数 | 类型 | 必填 | 说明 |
|------|------|------|------|
| image_type | string | ✅ | url / file / clipboard / base64 / multi |
| image_data | string | ❌ | URL、本地路径或 Base64 字符串 |
| media_type | string | ❌ | Base64 时需要，如 image/png |
| images | array | ❌ | multi 模式时传多张图片 |
| prompt | string | ❌ | 自定义分析提示词 |
| max_tokens | number | ❌ | 最大输出 token 数（默认 2048） |

环境变量

| 变量 | 必填 | 默认值 | 说明 |
|------|------|--------|------|
| VISION_API_KEY | ✅ | — | OpenAI 兼容 API 密钥 |
| VISION_BASE_URL | ❌ | https://api.openai.com/v1 | API 地址 |
| VISION_MODEL | ❌ | gpt-4o | 视觉模型 |
| VISION_TOOL_DISABLED | ❌ | false | 设为 true 隐藏工具 |

系统要求

- Node.js >= 20
- 剪贴板功能仅 Windows + PowerShell

更新日志

v1.1.0

- 工具 description 全面重写 — 6 部分结构化指引（功能说明、必要性、使用场景、5 种 image_type 决策树、prompt 用法、输出说明），让纯文本模型更精准地调用视觉能力
- 剪贴板能力明确告知模型 — 模型现在知道 clipboard 模式可直接读取 Windows 系统剪贴板，不再要求用户手动粘贴图片
- 构建输出改为 CommonJS — 修复 OpenAI SDK 在 ESM 下动态 require 的兼容问题
- 参数 description 精简优化 — 每个参数配场景化指引，降低模型误用率

许可证

MIT