data-ai MCP Server
多模型视觉理解 MCP 服务器,为不支持图片理解的 AI 编码模型提供视觉能力:分析截图、报错、UI 与文档,可接入多家主流视觉大模型。Multi-model vision MCP server that adds image understanding to AI coding models without native vision — analyze screenshots, errors, UI and documents via major vision LLM providers.
Discovered via github-seeds:mcp-hot and last synced 3d ago.
1. Install the package
npx -y luma-mcp
2. Add to claude_desktop_config.json
{
"mcpServers": {
"luma-mcp": {
"command": "npx",
"args": [
"-y",
"luma-mcp"
]
}
}
}Config file location: ~/Library/Application Support/Claude/claude_desktop_config.json (macOS) / %APPDATA%\Claude\claude_desktop_config.json (Windows)
`0.95`
`HUNYUAN_API_KEY`
`5`
`true`
`true`
`zhipu`
`ZHIPU_API_KEY`
自动选择
`SILICONFLOW_API_KEY`
`DASHSCOPE_API_KEY`
`0.7`
内置默认值
`VOLCENGINE_API_KEY`
`8192`
OpenAI 兼容 API 地址(默认 `https://api.minimaxi.com/v1`)
模型名称(默认 `MiniMax-M3`)
API Key
`ZHIPU_API_KEY`
`SILICONFLOW_API_KEY`
`DASHSCOPE_API_KEY`
`VOLCENGINE_API_KEY`
`HUNYUAN_API_KEY`
`CUSTOM_API_KEY` + `CUSTOM_BASE_URL` + `CUSTOM_MODEL_NAME`
是
是
否
`false`
关闭
`stdio`
`0.0.0.0`
`3000`
空(不鉴权)
`task_type` 行为: - 省略或 `auto`(默认):与旧版一致,按 prompt 启发式路由 - `ocr`:文字提取,默认单图高保真(关闭 multi-crop) - `ui` / `debug`:界面结构 / 报错截图,倾向文本保真 - `describe`:简短描述 示例: ```typescript image_understand({ image_source: "./screenshot.png", prompt: "分析这个页面的布局和主要组件结构", task_type: "ui", }); image_understand({ image_source: "./code-error.png", prompt: "这段代码为什么报错?请给出修复建议", // task_type 可省略,行为与旧版兼容 }); image_understand({ image_source: "https://example.com/ui.png", prompt: "找出这个界面的可用性问题", }); ``` ### 使用建议 - 非视觉模型需要明确提示调用 MCP 工具 - 代码截图、OCR、长图、表格这类文本密集图片会自动启用更保真的处理方式 - 大图会按配置自动生成原图加裁剪图,提高细节理解能力 - 需要排查耗时/裁剪数时设 `INCLUDE_META=true` 或 `LUMA_DEBUG=1`,结果末尾会附 `luma_meta` ## 环境变量 ### 通用配置