mcp-vision MCP Server

O que faz o MCP Server “mcp-vision”?

O “mcp-vision” MCP Server é um servidor Model Context Protocol (MCP) que expõe modelos de visão computacional do HuggingFace — como detecção de objetos zero-shot — como ferramentas para aprimorar as capacidades de visão de grandes modelos de linguagem ou modelos visão-linguagem. Ao conectar assistentes de IA com poderosos modelos de visão computacional, o mcp-vision permite tarefas como detecção de objetos e análise de imagens diretamente em fluxos de desenvolvimento. Isso possibilita que LLMs e outros clientes de IA consultem, processem e analisem imagens programaticamente, facilitando a automação, padronização e extensão de interações baseadas em visão em aplicações. O servidor é adequado para ambientes com GPU e CPU e foi projetado para fácil integração com plataformas de IA populares.

Lista de Prompts

Nenhum template de prompt específico é mencionado na documentação ou arquivos do repositório.

Lista de Recursos

Nenhum recurso MCP explícito é documentado ou listado no repositório.

Lista de Ferramentas

• locate_objects
  Detecte e localize objetos em uma imagem usando um dos pipelines de detecção de objetos zero-shot disponíveis pelo HuggingFace. As entradas incluem o caminho da imagem, uma lista de rótulos candidatos e um nome de modelo opcional. Retorna uma lista de objetos detectados em formato padrão.

• zoom_to_object
  Dê zoom em um objeto específico em uma imagem recortando a imagem para a caixa delimitadora do objeto com a melhor pontuação de detecção. As entradas incluem o caminho da imagem, um rótulo a ser encontrado e um nome de modelo opcional. Retorna uma imagem recortada ou None.

Casos de Uso deste MCP Server

• Detecção Automatizada de Objetos em Imagens
  Desenvolvedores podem usar o mcp-vision para detectar e localizar objetos em imagens programaticamente, agilizando tarefas como marcação de imagens, moderação de conteúdo e busca visual.
• Automação de Fluxos Baseados em Visão
  Integre a detecção de objetos em fluxos maiores, como ordenar imagens por conteúdo, gerar relatórios automáticos baseados em itens detectados ou melhorar ferramentas de acessibilidade.
• Exploração Interativa de Imagens
  Assistentes de IA podem ajudar usuários a dar zoom em objetos específicos dentro de imagens, auxiliando em tarefas como inspeção de qualidade, análise de imagens médicas ou identificação de produtos.
• Aprimorando Agentes de IA com Capacidades Visuais
  LLMs podem raciocinar sobre dados visuais e agir a partir deles, permitindo interações multimodais mais ricas e respostas com contexto em aplicações como chatbots, assistentes digitais e ferramentas de pesquisa.

Como configurar

Windsurf

Nenhuma instrução de configuração para Windsurf é fornecida no repositório.

Claude

1. Pré-requisitos:
   Certifique-se de ter o Docker instalado e, se for usar GPU, um ambiente com suporte a NVIDIA.
2. Construa ou Utilize a Imagem Docker:
   • Construir localmente:

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

   • Usar imagem pública (opcional): Não é necessário construir.
3. Edite a Configuração:
   Abra o arquivo claude_desktop_config.json e adicione o seguinte em mcpServers:
   • Para GPU:

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

   • Para CPU:

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

   • Para imagem pública (beta):

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

4. Salve e Reinicie:
   Salve a configuração e reinicie o Claude Desktop.
5. Verifique a Configuração:
   Certifique-se de que o mcp-vision está disponível como um servidor MCP na interface do Claude Desktop.

Segurança de Chaves de API

• Nenhuma exigência ou exemplo de chave de API é fornecido na documentação.

Cursor

Nenhuma instrução de configuração para Cursor é fornecida no repositório.

Cline

Nenhuma instrução de configuração para Cline é fornecida no repositório.

Como usar este MCP em fluxos

Usando MCP no FlowHunt

Para integrar servidores MCP ao seu fluxo no FlowHunt, comece adicionando o componente MCP ao seu fluxo e conectando-o ao seu agente de IA:

Clique no componente MCP para abrir o painel de configuração. Na seção de configuração do MCP do sistema, insira os detalhes do seu servidor MCP usando este formato JSON:

{
  "mcp-vision": {
    "transport": "streamable_http",
    "url": "https://seumcpserver.exemplo/caminhoparamcp/url"
  }
}

Depois de configurado, o agente de IA pode usar este MCP como uma ferramenta com acesso a todas as suas funções e capacidades. Lembre-se de trocar “mcp-vision” pelo nome real do seu servidor MCP e substituir a URL pela URL do seu próprio servidor MCP.

Visão Geral

Suporte a Roots: Não mencionado

No geral, o mcp-vision oferece integração útil e direta com modelos de visão do HuggingFace, mas carece de documentação sobre recursos, templates de prompts ou recursos avançados de MCP como roots ou sampling. Sua configuração é bem documentada para o Claude Desktop, mas não para outras plataformas.

Nossa opinião

O mcp-vision é um servidor MCP focado e prático para adicionar inteligência visual a fluxos de IA, especialmente em ambientes que suportam Docker. Seus principais pontos fortes são a oferta clara de ferramentas e a configuração direta para Claude Desktop, mas se beneficiaria de uma documentação mais rica, especialmente sobre recursos, templates de prompts e suporte a plataformas adicionais e funções MCP avançadas.

Pontuação MCP