mcp-vision MCP Server

Čo robí MCP Server “mcp-vision”?

MCP Server “mcp-vision” je server Model Context Protocol (MCP), ktorý sprístupňuje modely počítačového videnia z HuggingFace – ako napríklad zero-shot detekciu objektov – ako nástroje na rozšírenie vizuálnych schopností veľkých jazykových alebo vision-language modelov. Prepojením AI asistentov s výkonnými modelmi počítačového videnia umožňuje mcp-vision úlohy ako detekciu objektov a analýzu obrázkov priamo vo vývojárskych tokoch. Vďaka tomu môžu LLM a ďalší AI klienti dotazovať, spracovávať a analyzovať obrázky programovo, čo uľahčuje automatizáciu, štandardizáciu a rozširovanie vizuálnych interakcií v aplikáciách. Server je vhodný pre GPU aj CPU prostredia a je navrhnutý na jednoduchú integráciu s populárnymi AI platformami.

Zoznam promptov

V dokumentácii ani v súboroch repozitára nie sú uvedené žiadne špecifické šablóny promptov.

Zoznam zdrojov

V repozitári nie sú zdokumentované ani uvedené žiadne explicitné MCP zdroje.

Zoznam nástrojov

• locate_objects
  Zistí a lokalizuje objekty na obrázku pomocou jednej z zero-shot detekčných pipeline dostupných cez HuggingFace. Vstupy zahŕňajú cestu k obrázku, zoznam kandidátskych štítkov a voliteľný názov modelu. Vracia zoznam detegovaných objektov v štandardnom formáte.

• zoom_to_object
  Priblíži konkrétny objekt na obrázku orezaním obrázka na ohraničovací box objektu s najlepším skóre detekcie. Vstupy zahŕňajú cestu k obrázku, štítok na vyhľadanie a voliteľný názov modelu. Výstupom je orezaný obrázok alebo None.

Prípady použitia tohto MCP servera

• Automatizovaná detekcia objektov na obrázkoch
  Vývojári môžu mcp-vision použiť na programovú detekciu a lokalizáciu objektov na obrázkoch, čím zjednodušia úlohy ako označovanie obrázkov, moderovanie obsahu alebo vizuálne vyhľadávanie.
• Automatizácia tokov na základe vizuálnych údajov
  Integrujte detekciu objektov do väčších pracovných tokov, napríklad triedenie obrázkov podľa obsahu, automatické generovanie správ na základe detegovaných položiek, alebo rozširovanie nástrojov pre prístupnosť.
• Interaktívny prieskum obrázkov
  AI asistenti môžu používateľom pomôcť priblížiť konkrétne objekty na obrázkoch, čo pomáha pri úlohách ako vizuálna kontrola kvality, analýza medicínskych snímok alebo identifikácia produktov.
• Rozšírenie AI agentov o vizuálne schopnosti
  LLM môžu uvažovať nad vizuálnymi údajmi a konať na ich základe, čo umožňuje bohatšie multimodálne interakcie a kontextovo citlivé odpovede v aplikáciách ako chatboty, digitálni asistenti či výskumné nástroje.

Ako ho nastaviť

Windsurf

V repozitári nie sú uvedené žiadne inštrukcie na nastavenie pre Windsurf.

Claude

1. Predpoklady:
   Uistite sa, že máte nainštalovaný Docker a ak používate GPU, prostredie s podporou NVIDIA.
2. Postavte alebo použite Docker image:
   • Vytvorte lokálne:

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

   • Použitie verejného image (voliteľné): Nie je potrebné zostavovať.
3. Upravte konfiguráciu:
   Otvorte claude_desktop_config.json a pod mcpServers pridajte:
   • Pre GPU:

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

   • Pre CPU:

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

   • Pre verejný image (beta):

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

4. Uložte a reštartujte:
   Uložte konfiguráciu a reštartujte Claude Desktop.
5. Overte nastavenie:
   Uistite sa, že mcp-vision je dostupný ako MCP server v rozhraní Claude Desktop.

Zabezpečenie API kľúčov

• V dokumentácii nie sú uvedené žiadne požiadavky ani príklady pre API kľúče.

Cursor

V repozitári nie sú uvedené žiadne inštrukcie na nastavenie pre Cursor.

Cline

V repozitári nie sú uvedené žiadne inštrukcie na nastavenie pre Cline.

Ako používať tento MCP v tokoch

Použitie MCP vo FlowHunt

Na integráciu MCP serverov do svojho FlowHunt workflow začnite pridaním MCP komponentu do svojho toku a jeho prepojením s AI agentom:

Kliknite na MCP komponent na otvorenie konfiguračného panelu. V sekcii systémovej konfigurácie MCP vložte údaje o svojom MCP serveri v tomto JSON formáte:

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

Po nakonfigurovaní bude môcť AI agent používať tento MCP ako nástroj so všetkými jeho funkciami a možnosťami. Nezabudnite zmeniť “mcp-vision” na skutočný názov vášho MCP servera a URL na adresu vášho vlastného MCP servera.

Prehľad

Podpora Roots: Nie je spomenutá

Celkovo mcp-vision poskytuje užitočnú, priamu integráciu s vision modelmi HuggingFace, ale chýba mu dokumentácia o zdrojoch, šablónach promptov či pokročilých MCP funkciách ako roots alebo sampling. Nastavenie je dobre zdokumentované pre Claude Desktop, no chýba pre ďalšie platformy.

Náš názor

mcp-vision je zameraný a praktický MCP server na pridanie vizuálnej inteligencie do AI tokov, najmä v prostrediach s podporou Dockeru. Jeho hlavnými prednosťami sú jasná ponuka nástrojov a jednoduché nastavenie pre Claude Desktop, no prospela by mu rozsiahlejšia dokumentácia – najmä k zdrojom, šablónam promptov a podpore ďalších platforiem a pokročilých MCP vlastností.

MCP skóre