# 0eye-vision-mcp 中文文档

规范地址：https://npmcn.com/package/0eye-vision-mcp/

版本：1\.0\.3
npm 元数据更新时间：2026-06-11T20:55:24.277Z
中文译文更新时间：2026-10-31T12:33:35.325Z
软件包许可：ISC

本文由上游 README 机器翻译，可能存在偏差，请结合原文核对 API、命令与配置。版权与许可归原作者所有。

原始 npm 页面：https://www.npmjs.com/package/0eye-vision-mcp
原文对照：https://npmcn.com/package/0eye-vision-mcp/?lang=original

## 关键信息（来自 npm 元数据）

- 包体积（解压后）：13.4 kB，19 个文件
- 模块格式：ES Module
- TypeScript 类型：包内自带
- 运行依赖：5 个
- 首次发布：2026-06-11T19:25:15.997Z
- 最新版本发布：2026-06-11T20:55:24.154Z
- 已发布版本数：3（近 12 个月 3 个）

## 中文简介

给任何纯文本LLM视觉的力量立即

## 安装

```sh
npm install 0eye-vision-mcp
```

也可以使用：`pnpm add 0eye-vision-mcp`、`yarn add 0eye-vision-mcp`、`bun add 0eye-vision-mcp`

## README

# 0 eye-vision-mcp👁️

> 给任何纯文本LLM视觉的力量-立即。

大多数有影响力的法学硕士都是盲人。他们可以推理、写作和编码——但给他们看一幅图像，他们就会迷失。 **0 eye-vision-mcp** 是一个MCP服务器，弥补了这一差距。删除图像路径，返回丰富的自然语言描述，并将其输入到正在构建的任何文本模型中。

* * *

## 它是如何工作的

1.  向该工具传递一个映像文件路径+一个提示符
2.  服务器读取映像并将其编码为base64
3.  它将编码发送到OpenRouter的视觉API（由Gemini， GPT-4V等提供支持）
4.  OpenRouter返回一个详细的描述
5.  您的纯文本LLM现在通过该描述“看到”图像

```
Your App → MCP Tool → base64 encoder → OpenRouter Vision API → description → Your LLM
```

* * *

## 用例

**🤖增强纯文本模型** 运行GPT-3.5, LLaMA 3, Mistral, Mixtral, Phi-2， DeepSeek或BLOOM？这些人都不了解图像本身。使用0eye-vision-MCP给他们眼睛。

**🧪快速成型** 测试一个定制的LLM管道，需要视觉能力而不需要再培训？把这个MCP服务器放进去，几分钟内就能看到。

**️自动图像分析管道** 把它指向屏幕截图、产品照片、图表或文档——获得结构化的描述，你可以向下游提供。

**🔍辅助工具** 构建为视障用户描述图像的工具，由您选择的任何LLM提供支持。

**📊文档理解** 输入图表、表格或仪表板的屏幕截图，让LLM对可视化数据进行推理。

* * *

## 支持的纯文本模型（示例）

-   GPT-3.5 Turbo / GPT-3（达芬奇）
-   LLaMA 2 / LLaMA 3（基础）
-   Mistral 7B / midtral 8x7B
-   布鲁姆，Phi-2，杰玛（纯文本）
-   DeepSeek LLM

* * *

## 先决条件

-   node . js 18 +
-   一个 [OpenRouter](https://openrouter.ai/) 具有访问视觉模型的API密钥

* * *

## 设置

```bash
git clone https://github.com/swarn007-byte/0eye-vision-MCP.git
cd 0eye-vision-MCP
npm install
```

创建您的 `.env` 文件:

```bash
cp .env.example .env
```

编辑 `.env`：

```env
OPENROUTER_API_KEY=sk-or-v1-...
OPENROUTER_MODEL=google/gemini-2.0-flash-lite:free
```

构建:

```bash
npm run build
```

* * *

## MCP客户端配置

将此添加到您的MCP主机配置（Claude Desktop， OpenCode等）：

```json
{
  "mcpServers": {
    "0eye-vision": {
      "command": "node",
      "args": ["/absolute/path/to/0eye-vision-MCP/dist/index.js"],
      "env": {
        "OPENROUTER_API_KEY": "sk-or-v1-...",
        "OPENROUTER_MODEL": "google/gemini-2.0-flash-lite:free"
      }
    }
  }
}
```

* * *

## 工具

### `NoEyeVision`

使用视觉模型分析任何图像并获得自然语言描述。

| 论点 | 类型 | 要求 | 描述 |
| --- | --- | --- | --- |
| `prompt` | 字符串 | ✅ | 你想知道的关于图像 |
| `image_file` | 字符串 | ✅ | 镜像文件的绝对路径 |

**例子:**

```json
{
  "prompt": "describe what is happening in this image in detail",
  "image_file": "/Users/you/screenshots/dashboard.png"
}
```

* * *

## 用MCP检验员进行测试

```bash
npx @modelcontextprotocol/inspector node dist/index.js
```

打开浏览器，连接并运行 `NoEyeVision` 直接的工具。

* * *

## 项目结构

```
src/
├── index.ts          # MCP server entry point, tool registration
├── openRouter.ts     # OpenRouter API client
└── base64converter.ts # Image file → base64 encoder
```

* * *

## 许可证

麻省理工学院

## 常见问题

### 0eye-vision-mcp 是什么？

给任何纯文本LLM视觉的力量立即

### 如何安装 0eye-vision-mcp？

在项目目录运行 npm install 0eye-vision-mcp，或使用 pnpm add / yarn add / bun add。它还提供命令行工具 0eye-vision-mcp，可以用 npx 0eye-vision-mcp 直接运行。

### 0eye-vision-mcp 支持 TypeScript 吗？

支持。包内自带 TypeScript 类型声明（package\.json 声明了 types 入口），安装后即可获得类型提示，无需再安装 @types 包。

### 0eye-vision-mcp 支持 ESM 还是 CommonJS？

以 ES Module 形式发布，推荐使用 import 引入。在 CommonJS 项目中，Node\.js 20\.19\+ / 22\.12\+ 可以直接 require\(\) 不含顶层 await 的 ES Module，更早的版本需要改用动态 import\(\)。

### 0eye-vision-mcp 可以商用吗？

0eye-vision-mcp 使用 ISC 许可。宽松许可：允许商业使用、修改和再分发，通常只需在分发时保留原版权与许可声明。以上为概括，不构成法律意见，请以许可原文为准。

### 0eye-vision-mcp 还在维护吗？

最新版本 1\.0\.3 发布于 2026/06/12（4 个月前）；至今共发布 3 个版本，其中过去 12 个月发布了 3 个；首次发布于 2026/06/12。发布频率只是参考信号：功能稳定的工具可能很少需要更新，建议结合源码仓库的 issue 和提交记录判断。