DeepSeek Vision MCP Server

给纯文本主模型做"眼睛"——用免费的 MiMo-V2.5 Free 感知图片/音频/视频，推理由你自己的主模型完成。

What it does

当你的 agent 客户端使用纯文本模型（如 DeepSeek、自定义 baseURL 的模型）时，本 MCP 提供多模态感知能力：

用户发送图片/音频/视频 → MCP 用 mimo-v2.5-free 感知 → 返回文本 → 你的主模型推理回答

不需要切换模型，不需要额外 API，只需要你的 opencode zen API key（免费）。

---

Prerequisites

1. Node.js >= 18（下载：https://nodejs.org）
2. opencode zen API key（获取：https://opencode.ai/auth，免费，无需绑定支付方式）

---

Installation

VS Code

编辑全局 MCP 配置文件 C:\Users\<你的用户名>\AppData\Roaming\Code\User\mcp.json：

{
  "servers": {
    "deepseek-vision": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "deepseek-vision"],
      "env": {
        "OPENCODE_API_KEY": "sk-你的zen-key"
      }
    }
  }
}

打开方式：Ctrl+Shift+P → 输入 MCP: Open User Configuration

也可以在项目根目录创建 .vscode/mcp.json，内容相同。

或者使用项目级配置，在项目根目录创建 .vscode/mcp.json：

{
  "servers": {
    "deepseek-vision": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "deepseek-vision"],
      "env": {
        "OPENCODE_API_KEY": "sk-你的zen-key"
      }
    }
  }
}

重启 VS Code。

---

Cursor

编辑全局 MCP 配置文件 C:\Users\<你的用户名>\.cursor\mcp.json：

{
  "mcpServers": {
    "deepseek-vision": {
      "command": "npx",
      "args": ["-y", "deepseek-vision"],
      "env": {
        "OPENCODE_API_KEY": "sk-你的zen-key"
      }
    }
  }
}

打开方式：Ctrl+Shift+P → 输入 Cursor: Open Global MCP

也可以在项目根目录创建 .cursor/mcp.json，内容相同。

重启 Cursor。

---

Claude Code

运行以下命令注册 MCP server：

claude mcp add deepseek-vision -- npx -y deepseek-vision

然后在终端中设置环境变量（每次新开终端都需要执行）：

set OPENCODE_API_KEY=sk-你的zen-key

或者创建项目根目录 .mcp.json 文件：

{
  "mcpServers": {
    "deepseek-vision": {
      "command": "npx",
      "args": ["-y", "deepseek-vision"],
      "env": {
        "OPENCODE_API_KEY": "sk-你的zen-key"
      }
    }
  }
}

重启 Claude Code。

---

opencode

编辑全局配置文件 ~/.config/opencode/opencode.json：

{
  "mcp": {
    "deepseek-vision": {
      "type": "local",
      "command": ["npx", "-y", "deepseek-vision"],
      "enabled": true,
      "environment": {
        "OPENCODE_API_KEY": "sk-你的zen-key"
      }
    }
  }
}

也可以在项目根目录创建 opencode.json，内容相同。

重启 opencode。

---

Codex CLI

Codex 使用 TOML 格式配置。编辑 ~/.codex/config.toml（CLI 和 IDE 扩展共享）：

[mcp_servers.deepseek-vision]
command = "npx"
args = ["-y", "deepseek-vision"]
env = { OPENCODE_API_KEY = "sk-你的zen-key" }

或者通过 Codex CLI 添加：

codex mcp add deepseek-vision -- npx -y deepseek-vision

然后设置环境变量：

set OPENCODE_API_KEY=sk-你的zen-key

---

Windsurf

编辑项目根目录 .windsurf/mcp_config.json：

{
  "mcpServers": {
    "deepseek-vision": {
      "command": "npx",
      "args": ["-y", "deepseek-vision"],
      "env": {
        "OPENCODE_API_KEY": "sk-你的zen-key"
      }
    }
  }
}

重启 Windsurf。

---

Trae

编辑项目根目录 .trae/mcp.json：

{
  "mcpServers": {
    "deepseek-vision": {
      "command": "npx",
      "args": ["-y", "deepseek-vision"],
      "env": {
        "OPENCODE_API_KEY": "sk-你的zen-key"
      }
    }
  }
}

重启 Trae。

---

Zed

编辑 ~/.config/zed/settings.json，在 context_servers 中添加：

{
  "context_servers": {
    "deepseek-vision": {
      "command": "npx",
      "args": ["-y", "deepseek-vision"],
      "env": {
        "OPENCODE_API_KEY": "sk-你的zen-key"
      }
    }
  }
}

重启 Zed。

---

Verify

重启客户端后，对 agent 说：

调用 zen_status 检查配置

返回"API 连通正常"即安装成功。

---

Skill Installation（可选但推荐）

MCP 提供工具能力，Skill 告诉 agent 何时、如何调用这些工具。没有 Skill，agent 可能不知道要调用我们的工具。

opencode

# 项目级
mkdir -p .opencode/skills/deepseek-vision
cp skill/deepseek-vision/SKILL.md .opencode/skills/deepseek-vision/

# 或全局
mkdir -p ~/.config/opencode/skills/deepseek-vision
cp skill/deepseek-vision/SKILL.md ~/.config/opencode/skills/deepseek-vision/

Claude Code

# 项目级
mkdir -p .claude/skills/deepseek-vision
cp skill/deepseek-vision/SKILL.md .claude/skills/deepseek-vision/

# 或全局
mkdir -p ~/.claude/skills/deepseek-vision
cp skill/deepseek-vision/SKILL.md ~/.claude/skills/deepseek-vision/

VS Code

# 项目级
mkdir -p .vscode/skills
cp skill/vscode/deepseek-vision.skill.md .vscode/skills/

# 或全局
mkdir -p ~/.vscode/skills
cp skill/vscode/deepseek-vision.skill.md ~/.vscode/skills/

Cursor

# 项目级
mkdir -p .cursor/rules
cp skill/cursor/deepseek-vision.mdc .cursor/rules/

# 或全局
mkdir -p ~/.cursor/rules
cp skill/cursor/deepseek-vision.mdc ~/.cursor/rules/

Codex / cc-haha / Kilo / WorkBuddy

根目录的 AGENTS.md 已包含全部规则，无需额外安装。

Skill 安装后，agent 会自动发现并加载。重启客户端即可生效。

---

Usage

VS Code

请分析图片 D:\x\photo.png 的内容

⚠️ VS Code 用户：请提供文件路径，不要直接粘贴图片。VS Code 会把粘贴的图片作为 image_url 发给模型，纯文本模型不支持这个格式。

Codex / Claude Code 桌面端

这些客户端支持直接粘贴图片，agent 会自动调用 MCP 工具处理。

所有客户端

agent 会调用 hybrid_analyze 感知媒体，然后用你的主模型推理回答。

---

Tools

hybrid_analyze（推荐）

万能入口：自动识别图片/音频/视频 → 感知 → 返回文本。

参数	类型	必填	说明
source	string	✅	文件路径、URL 或 data URI
task	string	否	用户关注点（聚焦感知）
hint	string	否	显式指定类型：image / audio / video

analyze_image

图片感知：用 mimo-v2.5-free 识别/描述图片内容。

参数	类型	必填	说明
source	string	✅	图片本地路径、URL 或 data URI
prompt	string	否	关注点（默认完整描述）
detail	string	否	分辨率：auto / low / high

transcribe_audio

音频感知：转写并理解音频内容。

参数	类型	必填	说明
source	string	✅	音频本地路径（mp3/wav/m4a）
prompt	string	否	附加要求

analyze_video

视频感知：自动抽帧后描述内容（需 ffmpeg）。

参数	类型	必填	说明
source	string	✅	视频本地路径
prompt	string	否	关注点
frames	number	否	抽帧数量 1-8，默认 4

list_models

列出你的 opencode zen 账号可用的全部模型。

zen_status

显示配置（端点、模型、key）并做 API 连通性自检。

---

Configuration

在客户端配置的 env / environment 字段中设置：

变量	必填	默认值	说明
OPENCODE_API_KEY	✅	-	你的 zen key
MULTIMODAL_MODEL	否	mimo-v2.5-free	感知模型
OPENCODE_BASE_URL	否	https://opencode.ai/zen/v1	感知端点

---

FAQ

Q: npx 报错找不到命令？ A: 需要安装 Node.js >= 18。下载：https://nodejs.org

Q: 如何确认 MCP 已生效？ A: 对 agent 说 "调用 zen_status 检查配置"。

Q: 我的模型是纯文本的，能用吗？ A: 能。MCP 只做感知（把媒体变成文字），推理由你的主模型完成。

Q: 我想换更强的感知模型？ A: 在 env 中加 MULTIMODAL_MODEL: "模型名"。用 list_models 查看可用模型。

Q: 视频分析报错？ A: 需要安装 ffmpeg 并加入 PATH。或用 analyze_image 逐帧分析。

Q: API key 安全吗？ A: key 只存在于你本地的客户端配置中，不会上传到任何地方。

---

License

MIT