标签：视觉分析

一个通过视觉模型分析图片的本地 MCP 服务器，支持多种视觉模型接口和跨供应商 fallback 机制。

基于Kimi K2.5视觉模型的MCP服务器，用于分析图片内容，支持本地文件和URL输入，并提供自定义提示词功能。

ZAI CLI是一个多功能的命令行接口工具，支持视觉分析、网页搜索、网页内容提取和GitHub仓库探索等功能，适用于开发者进行自动化操作和数据分析。

Carvera-vision是一款为Carvera CNC机器设计的视觉分析工具，提供屏幕捕捉和STEP文件解析功能，帮助用户优化加工流程。

UI Vision MCP Server是一个支持多模型视觉分析的工具，允许用户通过外部视觉AI模型（如GLM、Gemini、GPT-4o等）进行图像分析。

基于MCP协议的本地视觉分析工具，集成LM Studio视觉模型，支持对本地图片进行快速分析。

一个简单的MCP服务器，用于通过Google Gemini Flash-Lite进行视觉分析，支持图像和文本输入，返回模型的原始文本答案。

基于OpenAI视觉能力的图像分析服务，提供全面的图像内容识别和分析功能。

一个通过OMDb API获取真实电影数据并为电影爱好者和分析师生成视觉化对比卡片的模型上下文协议服务器。

一个基于Rust构建的MCP服务器，为xAI Grok API提供聊天完成、视觉分析、网络/X搜索、嵌入和模型列表等功能。

一个读取图像文件并将其转换为base64编码内容以供LLMs进行视觉分析的MCP服务器。

Hitomi 是一个为纯文本模型添加视觉分析和图像生成能力的服务，支持图片内容分析、OCR 文字提取、图片比较以及根据描述生成图片。

Condor Eye是一款轻量级透明覆盖应用，能够捕获屏幕区域并通过Anthropic API进行视觉分析，适用于AI代理的屏幕内容识别与描述。

OmniMCP 是一个通过视觉分析和结构化规划实现用户界面深度理解的UI自动化代理工具，适用于自动化任务执行和界面交互场景。

一个使用FastMCP框架实现的屏幕截图工具，能够捕获屏幕内容并通过Ollama API或阿里云Dashscope发送给视觉模型进行分析。

为AI代理提供视觉能力的VS Code扩展，支持屏幕截图、UI分析和智能文档生成。