deepseek-eyes MCP
MCP-сервер дает текстовым моделям зрение: берет картинку из буфера обмена, отправляет в Qwen-VL и возвращает описание словами.
- 63 ★ репозитория
- Последний коммит
Расширенный доступ
Почему такой уровень
- Изображения из буфера обмена отправляются во внешний сервис ModelScope вместе с ключом API.
Установка
- Работает в
Ручная установка
git clone https://github.com/Shaohan-He/deepseek-eyes.gitЗатем виртуальное окружение, `pip install -e .` и настройка MCP с ключом ModelScope.
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Изображения из буфера обмена отправляются во внешний сервис ModelScope вместе с ключом API.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Модели вроде DeepSeek и GLM через API не умеют смотреть на изображения: вставленный скриншот превращается в путь к файлу. `deepseek-eyes` закрывает этот пробел. Пользователь копирует картинку, агент вызывает инструмент MCP, а сервер читает изображение из буфера обмена, отправляет его в модель Qwen-VL на платформе ModelScope и возвращает текстовое описание. Далее текстовая модель работает с этим описанием: например, пересказывает экран входа и перечисляет поля. Сервер работает по stdio и настраивается в Claude Code и OpenCode, в конфигурации указывают абсолютный путь к Python из виртуального окружения и ключ `MODELSCOPE_API_KEY`. Автор называет бесплатную квоту ModelScope: до 2000 вызовов в сутки, до 500 на модель.
Для кого. Пользователям Claude Code и OpenCode с текстовыми моделями DeepSeek или GLM, которым нужно показывать агенту скриншоты и макеты.
Подходит, если
- Агент на DeepSeek должен разобрать скриншот ошибки из буфера обмена.
- Макет интерфейса нужно пересказать словами перед версткой.
- Вместо платной визуальной модели хотят использовать бесплатную квоту ModelScope.
- Скриншоты нужны в работе без доступа к зарубежным визуальным сервисам.
Не подходит, если
- Основная модель уже умеет работать с изображениями, и посредник не нужен.
- Картинки нельзя отправлять во внешний сервис ModelScope.
- Нужно точное чтение мелкого текста: описание модели может его пропустить.
Пример запроса к агенту
Скопирую скриншот в буфер обмена. Опиши, что на нем изображено, и перечисли поля формы.MCP
- Транспорт
- stdio
- Авторизация
- API-ключ
Переменные окружения
MODELSCOPE_API_KEYобязательная, секрет- Токен доступа ModelScope для вызова модели Qwen-VL
Ограничения
Изображение уходит на сервер ModelScope, поэтому конфиденциальные скриншоты через него отправлять нельзя. Для ключа требуется аккаунт ModelScope с привязкой к аккаунту Alibaba Cloud, а условия квоты задает платформа и они могут измениться. Текстовая модель видит только описание, а не картинку, поэтому детали теряются. В конфигурации нужен абсолютный путь к Python из окружения. Пошаговая установка и проверка буфера обмена описаны в основном для Windows.
Как отключить. Удалите запись `deepseek-eyes` из конфигурации MCP клиента и папку репозитория. Ключ `MODELSCOPE_API_KEY` отзовите в личном кабинете ModelScope.
Частые вопросы
Как установить?
Склонируйте репозиторий, создайте окружение и выполните `pip install -e .`, затем добавьте сервер в конфигурацию MCP клиента.
Где взять ключ?
На ModelScope: личный кабинет, раздел токенов доступа. Первый вход просит привязать аккаунт Alibaba Cloud.
Как проверить буфер обмена?
Скопируйте картинку и запустите `python examples/smoke_test.py`. При успехе скрипт сообщит, что изображение сохранено.
В каких клиентах работает?
В README приведены настройки для Claude Code и OpenCode.
Какой язык у документации?
Китайский с английской версией в `README_EN.md`.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
MCP-серверыMCP-сервер подключает модели DeepSeek V4.1 Flash и V4 Pro к Claude Code и Codex с картинками, FIM и Responses API
MCP-сервер дает Claude Code и Codex дешевого помощника на DeepSeek для классификации, сводок и разбора текста.
MCP-сервер запускает DeepSeek или локальную модель субагентом в Claude Code и Codex с собственным циклом инструментов.
Скилл, который дает зрение текстовым моделям: изображение по пути или из вставки превращается в структурированный JSON с распознанным текстом, разметкой и смысл
Скилл дает распознавание картинок моделям без своего зрения: отправляет изображение в vision-модель и возвращает текстовое описание
Локальная память для Claude Code, Codex и Cursor Agent: учится на вашей активности на Mac и отдает агентам контекст со ссылками на источники по MCP
Коротко о README
В README: установка одним промптом и вручную, получение ключа ModelScope, схема работы, сравнение с похожими инструментами и конфигурации клиентов.