VisionPower: portable image understanding MCP server for Codex, Claude Desktop, Cursor, and other agents.
Quick Install
Copy the config for your editor. Some servers may need additional setup — check the README.
Add to claude_desktop_config.json:
{
"mcpServers": {
"visionpower": {
"command": "npx",
"args": [
"-y",
"RunhuaHuang/VisionPower"
]
}
}
}
Run in terminal:
claude mcp add visionpower npx -y RunhuaHuang/VisionPower
Add to .cursor/mcp.json:
{
"mcpServers": {
"visionpower": {
"command": "npx",
"args": [
"-y",
"RunhuaHuang/VisionPower"
]
}
}
}
README Excerpt
<div align="center"> **给你的 AI Agent 装上眼睛 —— 一个轻量、安全、即插即用的图片理解能力，同时支持 MCP 与 Skill 两种接入形态。** </div> VisionPower 让 Codex、Claude Desktop、Cursor、Cline、Cherry Studio 等 Agent 获得**识别图片内容、读取截图文字（OCR）、解读图表、按顺序分析多张图片**的能力。 它**不绑定任何模型**：默认走阿里云百炼 / DashScope 的 Qwen-VL（OpenAI-compatible 接口），也可通过模型名和 Base URL 配置切换到智谱 GLM、MiniMax、Kimi、火山方舟豆包、Google Gemini、GPT-4o 或任何兼容 OpenAI `/chat/completions` 视觉输入的服务。同一套内核提供**两种接入形态**——[MCP](#作为-mcp-使用) 和 [Skill](#作为-skill-使用)，按你的 Agent 能力任选其一或都装。
Tools (20)
VISIONPOWER_ALLOWED_DIRSVISIONPOWER_API_KEYVISIONPOWER_BASE_URLVISIONPOWER_CACHEVISIONPOWER_CACHE_MAX_ENTRIESVISIONPOWER_CACHE_TTL_MSVISIONPOWER_DEBUGVISIONPOWER_INBOX_DIRVISIONPOWER_INBOX_MAX_ENTRIESVISIONPOWER_INBOX_TTL_MSVISIONPOWER_MAX_IMAGESVISIONPOWER_MAX_IMAGE_BYTESVISIONPOWER_MAX_RETRIESVISIONPOWER_MAX_TOKENSVISIONPOWER_MAX_TOTAL_IMAGE_BYTESVISIONPOWER_MODELVISIONPOWER_SKILL_STATEVISIONPOWER_TIMEOUT_MSimage_base64image_mime_type