VL MCP Server

基于 MCP（Model Context Protocol）协议的视觉理解服务，通过 tokendance 平台调用 Qwen2.5-VL 模型，实现图片内容分析功能。

功能特性

• 自动识别图片来源：无需指定类型，自动区分 URL / 本地文件 / Base64 / data URI
• 兼容 Claude Code 粘贴图片：在对话框直接粘贴截图即可分析，无需提供文件路径
• 基于 Qwen2.5-VL-7B-Instruct 模型
• 兼容 Cherry Studio、Claude Code、Cursor 等 MCP 客户端
• 可托管部署到魔搭 MCP 广场

安装使用

环境要求

• Python >= 3.10
• uv（推荐）或 pip

配置

设置环境变量：

export TOKENDANCE_API_KEY="your-api-key"

MCP 客户端配置

Cherry Studio / Claude Desktop / Cursor / Claude Code：

{
  "mcpServers": {
    "vl-image-analyzer": {
      "command": "uvx",
      "args": ["vl-mcp-server"],
      "env": {
        "TOKENDANCE_API_KEY": "your-api-key",
        "VL_MODEL": "qwen2.5-vl-7b-instruct"
      }
    }
  }
}

VL_MODEL 为可选项，默认使用 qwen2.5-vl-7b-instruct。
如需使用更大参数模型，可修改为 qwen2.5-vl-72b-instruct。

开发

本地开发

# 克隆仓库
git clone <repo-url>
cd vl-mcp-server

# 使用 uv 安装依赖
uv sync

# 运行服务
uv run vl-mcp-server

调试

使用 MCP Inspector：

npx @modelcontextprotocol/inspector uv run vl-mcp-server

工具说明

analyze_image

分析图片内容并返回描述。图片来源自动识别，无需指定类型。

参数：

image 参数支持的格式：

支持的图片格式： png, jpg, jpeg, gif, webp, bmp, tiff

示例：

本地文件方式：

{
  "image": "/Users/username/Pictures/photo.jpg",
  "prompt": "描述这张图片的主要内容"
}

URL 方式：

{
  "image": "https://example.com/image.jpg",
  "prompt": "描述这张图片的主要内容"
}

Claude Code 粘贴图片方式（由 Claude 自动处理）：

• 在对话框粘贴图片后，直接说"使用 analyze_image 工具分析这张图片"
• Claude 会自动将图片转为 data:image/png;base64,... 格式传入工具

许可证

MIT License