[开源]Visual-Enhancement-mcp,一个增强cc cx识图能力的mcp

火之神神乐 2026-06-01 15:49 1

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

我的帖子已经打上开源推广标签： 是

我的开源项目完整开源，无未开源部分： 是

我的开源项目已链接认可 LINUX DO 社区： 是

我帖子内的项目介绍，AI 生成、润色内容部分已截图发出： 是

以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI 生成、润色内容已使用截图方式发出

最近在cc 和cx使用第三方模型的时候会出现一个问题，就是如果有些模型不支持识图的话，还得去别的地方把图像结果识别出来，再粘贴给cc cx或者opencode用，这样可能用的时间比较长，还比较繁琐。

然后我就自己vibing code了一个mcp

安全性：运行在本地，不会泄露重要信息和key

需要准备一个多模态识图能力的小模型，把这个小模型配置上去即可，然后就可以在cc cx中直接调用mcp，进行快速的开发了。

项目地址：GitHub - goehou/Visual-Enhancement-mcp: MCP stdio server for image recognition via an existng vision model · GitHub

欢迎各位佬提出意见，谢谢！

最新回复 (19)

Junerver 06-01 18:51

1楼

在cc里使用貌似不太行？还是我的用法不对？我用的是mimo-v2.5-pro，不支持图片，用佬友这个mcp工具配置的 mimo-v2.5，在cc里发送图片还是会出现报错：

● There's an issue with the selected model (mimo-v2.5-pro). It may not exist or you may not have access to it. Run /model to pick a different model.
焕昭君 06-02 00:22

2楼

今天找到的，我在翻找GitHub看到新鲜的，readme最后的Linuxdo

，看着好像还不错，就是不知道还有没有其他机制，比如超时、重试等。

还有可惜是不支持Anthropic接口^-^

现在有新的问题，就是这个图片识别模型用啥好呢？^-^

国产模型哪家强？我知道的有mimo2.5、kimi、豆包、glm、千问

对了，好像根本没有发布到NPM仓库？！

mcp-vision-server？npm publish？
火之神神乐楼主 06-02 09:10

3楼

这个报错貌似是cc配置的模型的报错，大概率是模型没有映射成功
火之神神乐楼主 06-02 09:11

4楼

多模态的话可以用qwen-3.5，我是公司部署的，感觉识图能力不错，之前也体验过kimi k2.5 感觉千问和kimi多模态模型都做的很不错
火之神神乐楼主 06-02 09:12

5楼

npm还没有发布等再完善完善再发（我是菜鸟
BigDream 06-02 09:27

6楼

看着还不错等佬发布后我来试试
火之神神乐楼主 06-02 09:29

7楼

好的我再打磨打磨给他发布了感谢支持
Junerver 06-02 11:12

8楼

模型映射没问题，因为pro不支持图片内容，正常在pro中发图片就会出现这种结果，可能只通过mcp无法解决
火之神神乐楼主 06-02 11:14

9楼

看下我的项目简介，应该是你得配置一个支持识图的多模态小模型才行
焕昭君 06-02 11:16

10楼

额，你没发布我们怎么用，想用就得下载到本地，没有迁移性。

实在有人忍无可忍了，fork一份仓库，抢注名字发布到npm仓库了，等你回过头想用这个名字不行了 ^-^ ^-^

建议是先发个0.X的版本，给大伙测试一下。对了npx安装的mcp用最新版本的比如在名字后面加一个@latest，你后续直接更新版本，大伙能直接用到最新版本的。

我都不知道你担心啥 ^-^
Junerver 06-02 11:21

11楼

已经配置了，不知道为什么不行
火之神神乐楼主 06-02 11:22

12楼

行我研究研究先发一版（手动狗头
火之神神乐楼主 06-02 11:23

13楼

mimo是多模态吗?佬可以看下他支持不支持识图
Junerver 06-02 11:26

14楼

mimo-v2.5 是多模态，感官上是发送后mcp没有介入，直接将带图片消息传递给了 mimo-v2.5-pro，然后导致出错
火之神神乐楼主 06-02 11:28

15楼

那应该是模型没调用mcp的问题吧跟mcp是没关系吗（我是菜鸟
Junerver 06-02 11:36

16楼

还是存在问题的，使用智谱的识图mcp时是可以拦截图片交由mcp的识图处理的，智谱不支持多模态也是通过mcp来实现的外挂识别。

关闭智谱的mcp用佬友这个，无法做到同等效果。
火之神神乐楼主 06-02 11:40

17楼

我后面再优化优化看看怎么回事我调用的时候也没出现这个问题感谢反馈
焕昭君 06-02 15:35

18楼
我用的是 mimo-v2.5-pro，在 cc 里发送图片还是会出现报错：

型映射没问题，因为 pro 不支持图片内容，正常在 pro 中发图片就会出现这种结果

我也遇到这个问题，不过后面因为mimo2.5pro工程化能力太差，很容易一个问题卡住导致上下文越来越长越差，我还是润回ds4pro了。

然后ds4pro在cc直接粘贴图片发送，是能正常调用MCP的。

我猜猜原因是当你粘贴图片发送消息的时候会进行一轮带图API请求，而mimo2.5pro直接在路由层拒绝了所以就返回一个通用的cc报错。（我猜的，佐证可以自己抓包cc看一下）

然后如果你经常用ds4pro的话，试过粘贴图片发给deepseek api，它是不会在api层面报错任何，直接静默，而对文字照常处理；你问它图片它会瞎鸡巴乱说。

我觉得关键点就是这里了──ds api不会对带图的Anthropic请求拒绝，然后呢没拒绝，ds就能顺利接下来使用MCP处理图片了。

我用的另外一个识图mcp，虽然不同但同理，因为楼主这个MCP都没发包npm，我也又不想下到本地用。
```
{

  "command": "uvx",

  "args": [

    "--refresh",

    "mimo-image-recognition-mcp"

  ],

  "env": {

    "MIMO_API_KEY": "你的KEY",

    "MIMO_API_BASE": "https://api.xiaomimimo.com/v1",

    "MIMO_MODEL": "mimo-v2.5"

  }

}
```
mimo-image-recognition-mcp 这个我是先知道的，当初我发现mimo2.5pro居然不支持图片，我还以为能呢比ds4pro多模态强，后面报错才重新看官网发现只能mimo2.5…

然后顺便发现了这个MCP，可惜就是只能用MIMO模型，

我就试着搜索一下更好了，就发现楼主这个了，可以支持任意openAI兼容格式的API，但还是可惜没发包没法用…
Junerver 06-02 15:39

19楼

我回退到用 ccr 了，直接ccr里指定 v2.5 了