mcp-vision MCP Server

Co dělá MCP Server “mcp-vision”?

MCP Server “mcp-vision” je server Model Context Protocol (MCP), který zpřístupňuje počítačové vize modelů HuggingFace – například zero-shot detekci objektů – jako nástroje pro rozšíření vizuálních schopností velkých jazykových modelů (LLM) nebo vision-language modelů. Propojováním AI asistentů s výkonnými modely počítačového vidění umožňuje mcp-vision úkoly jako detekce objektů nebo analýza obrázků přímo v rámci vývojových workflowů. To umožňuje LLM a dalším AI klientům programově dotazovat se, zpracovávat a analyzovat obrázky, což usnadňuje automatizaci, standardizaci a rozšiřování vizuálních interakcí v aplikacích. Server je určen jak pro prostředí s GPU, tak i CPU a je navržen pro snadnou integraci s populárními AI platformami.

Seznam promptů

V dokumentaci ani v souborech repozitáře nejsou uvedeny žádné konkrétní šablony promptů.

Seznam zdrojů

V repozitáři nejsou zdokumentovány ani uvedeny žádné explicitní MCP zdroje.

Seznam nástrojů

• locate_objects
  Detekujte a lokalizujte objekty na obrázku pomocí některé z zero-shot pipeline detekce objektů dostupných přes HuggingFace. Vstupy zahrnují cestu k obrázku, seznam kandidátních štítků a volitelně název modelu. Vrací seznam detekovaných objektů ve standardizovaném formátu.

• zoom_to_object
  Přibližte konkrétní objekt na obrázku tím, že obrázek oříznete na ohraničující box objektu s nejlepším skóre detekce. Vstupy zahrnují cestu k obrázku, štítek k vyhledání a volitelně název modelu. Vrací oříznutý obrázek nebo None.

Příklady použití tohoto MCP serveru

• Automatizovaná detekce objektů na obrázcích
  Vývojáři mohou použít mcp-vision k programové detekci a lokalizaci objektů na obrázcích, což urychluje úkoly jako označování obrázků, moderace obsahu nebo vizuální vyhledávání.
• Automatizace workflowů založených na vidění
  Integrujte detekci objektů do rozsáhlejších workflowů, například pro třídění obrázků podle obsahu, automatizované generování reportů na základě detekovaných položek nebo rozšíření nástrojů pro přístupnost.
• Interaktivní průzkum obrázků
  AI asistenti mohou uživatelům pomoci přiblížit konkrétní objekty na obrázcích, například pro kontrolu kvality, analýzu lékařských snímků nebo identifikaci produktů.
• Rozšíření AI agentů o vizuální schopnosti
  LLM mohou uvažovat nad vizuálními daty a jednat na jejich základě, což umožňuje bohatší multimodální interakce a kontextově vázané odpovědi v aplikacích jako chatboti, digitální asistenti nebo výzkumné nástroje.

Jak jej nastavit

Windsurf

V repozitáři nejsou uvedeny žádné instrukce k nastavení pro Windsurf.

Claude

1. Předpoklady:
   Ujistěte se, že máte nainstalovaný Docker a pokud používáte GPU, také prostředí s podporou NVIDIA.
2. Vytvoření nebo použití Docker image:
   • Sestavení lokálně:

     git clone git@github.com:groundlight/mcp-vision.git
     cd mcp-vision
     make build-docker
     

   • Použití veřejného image (volitelně): Není potřeba sestavovat.
3. Úprava konfigurace:
   Otevřete claude_desktop_config.json a přidejte následující pod mcpServers:
   • Pro GPU:

     "mcpServers": {
       "mcp-vision": {
         "command": "docker",
         "args": ["run", "-i", "--rm", "--runtime=nvidia", "--gpus", "all", "mcp-vision"],
         "env": {}
       }
     }
     

   • Pro CPU:

     "mcpServers": {
       "mcp-vision": {
         "command": "docker",
         "args": ["run", "-i", "--rm", "mcp-vision"],
         "env": {}
       }
     }
     

   • Pro veřejný image (beta):

     "mcpServers": {
       "mcp-vision": {
         "command": "docker",
         "args": ["run", "-i", "--rm", "--runtime=nvidia", "--gpus", "all", "groundlight/mcp-vision:latest"],
         "env": {}
       }
     }
     

4. Uložte a restartujte:
   Uložte konfiguraci a restartujte Claude Desktop.
5. Ověření nastavení:
   Ujistěte se, že je mcp-vision k dispozici jako MCP server v uživatelském rozhraní Claude Desktop.

Zabezpečení API klíčů

• V dokumentaci nejsou uvedeny žádné požadavky ani příklady k API klíčům.

Cursor

V repozitáři nejsou uvedeny žádné instrukce k nastavení pro Cursor.

Cline

V repozitáři nejsou uvedeny žádné instrukce k nastavení pro Cline.

Jak tento MCP používat ve flow

Použití MCP ve FlowHunt

Pro integraci MCP serverů do vašeho FlowHunt workflowu začněte přidáním MCP komponenty do vašeho flow a propojením s AI agentem:

Klikněte na MCP komponentu pro otevření konfiguračního panelu. V sekci systémové konfigurace MCP vložte údaje o svém MCP serveru v tomto JSON formátu:

{
  "mcp-vision": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Po konfiguraci může AI agent tento MCP využívat jako nástroj se všemi jeho funkcemi a možnostmi. Nezapomeňte změnit “mcp-vision” na skutečný název vašeho MCP serveru a URL nahradit svou vlastní adresou MCP serveru.

Přehled

Podpora roots: Není zmíněno

Celkově mcp-vision nabízí užitečnou a přímou integraci s modely počítačového vidění HuggingFace, ale postrádá dokumentaci ke zdrojům, šablonám promptů nebo pokročilým MCP funkcím jako roots či sampling. Jeho nastavení je dobře zdokumentováno pro Claude Desktop, nikoliv však pro jiné platformy.

Náš názor

mcp-vision je cílený a praktický MCP server pro rozšíření AI workflowů o vizuální inteligenci, zejména v prostředích s podporou Dockeru. Jeho hlavní předností jsou jasně dané nástroje a jednoduché nastavení pro Claude Desktop, ale přivítali bychom podrobnější dokumentaci – zejména ohledně zdrojů, šablon promptů a podpory dalších platforem i pokročilých MCP funkcí.

MCP skóre