mcpField
V
visiongemma

visiongemma

ローカル
github.com/q1023884985AI・エージェント27 週間前に更新
リポジトリ

visiongemma について

VisionGemma は、AI デスクトップペットを備えた Windows 向けローカル画像認識ツールです。プロジェクトはアーカイブ済みで、保守されていません。MCP の `vision_analyze` ツールで、画像解析、OCR、図表解釈、シーン説明をオフラインで提供します。

主な機能

  1. 01構造化説明付きのローカル画像解析
  2. 02中国語・英語の OCR
  3. 03図表の解釈とシーン説明
  4. 04Vulkan アクセラレーションと CPU フォールバック
  5. 05会話できる AI デスクトップペット

活用シーン

  1. 01画像入力に対応しないアシスタントで画像を分析
  2. 02スクリーンショットから中国語・英語の文字を抽出
  3. 03図表やシーンをオフラインで認識
  4. 04デスクトップペットとの会話や画面認識

MCP 対応

MCP サーバーとして AI ツールに接続し、画像認識用の `vision_analyze` ツールを公開します。画像処理はローカルで行われ、データはアップロードされません。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
  "mcpServers": {
    "q1023884985-visiongemma": {
      "command": "uvx",
      "args": [
        "visiongemma-mcp"
      ]
    }
  }
}
起動コマンドuvx visiongemma-mcp

ローカルサーバーにはマシン上の実行環境（Node.js 18 以上など）が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
pypivisiongemma-mcp2.1.0

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

プロジェクトの README より

VisionGemma - 本地图片识别 + AI 桌宠

警告

本项目已淘汰归档，不再维护。保留仓库与 Release 附件仅供已有用户追溯，新用户请勿使用。

在完全本地的 Windows 电脑上运行的开箱即用图片识别工具 + 趣味 AI 桌宠。图片识别全程在本机完成，不上传任何数据。

产品展示

Agent 自动调起识别

当你的 AI 助手遇到图片、又恰好不支持图片输入时，VisionGemma 会作为 MCP 工具被自动调起，把"看图能力"无缝交给它：

Agent 自动调起识别

一键接入你的 AI 助手

不用手写配置文件。软件内置对接引导，复制一段话粘贴给 AI 助手，或直接复制配置 JSON，即可完成 MCP 对接：

一键 MCP 对接

本地精准识别

选图 → 识别 → 得到结构化描述，全程离线。产品图、截图、图表都能看懂：

本地精准识别

趣味 AI 桌宠

桌面陪伴小宠物，支持自然对话、识别屏幕与图片：

趣味 AI 桌宠

功能特性

  • 傻瓜式部署：下载解压，双击运行，自动下载模型并完成配置，零命令行、零环境配置
  • Agent MCP 对接：可作为 MCP 服务器接入任意 AI 工具（vision_analyze 工具），让 AI 获得看图能力
  • 本地图片识别：图片分析、OCR 文字提取（中英文）、图表解读、场景描述全部在本机完成
  • Vulkan 加速：支持 NVIDIA / AMD / Intel 显卡硬件加速；无独显时自动回退 CPU 运行
  • 趣味 AI 桌宠：托盘启动可爱桌宠，可对话、可识别屏幕/图片，互动陪伴
  • 隐私安全：所有识别完全离线本地完成，不上传任何数据到云端
  • 单文件免安装：一个 exe 即完整运行，内置 Vulkan 引擎与桌宠

系统要求

  • Windows 10/11 x64
  • 显卡支持 Vulkan（NVIDIA / AMD / Intel 均可，推荐硬件加速）
  • 无独显时自动回退 CPU 运行
  • 磁盘剩余空间 >= 5GB（模型约 3.2GB）

下载

GitHub Release（推荐）

前往 Releases 页面下载 v2.1.1

安装包：VisionGemma-20260821.zip SHA256：83C6170BBD7367B1A535A586BEE08F6BAC73F5EAC089736E189B62017532B944

国内镜像

快速开始

  1. 解压压缩包，双击 VisionGemma.exe，首次运行自动打开配置向导
  2. 向导引导自动下载模型（约 3.2GB，支持断点续传）
  3. 下载完成后即可开始使用

趣味桌宠

  1. 右键托盘图标 →「趣味桌宠」，可快速启动桌宠，自动拉起本地识别引擎
  2. 桌宠支持对话、选择主题等功能
  3. 可通过托盘菜单设置开机自启

作为 MCP 服务器使用（接入 AI 工具）

在 AI 工具的 MCP 配置中加入：

{
  "mcpServers": {
    "vision-gemma": {
      "command": "VisionGemma.exe 完整路径",
      "args": ["--mcp"],
      "type": "stdio"
    }
  }
}

然后即可调用 vision_analyze 工具识别图片。更省事的做法：打开软件的「对接引导」，复制话术粘贴给 AI 助手即可。

文件说明

  • VisionGemma.exe 主程序（内置 Vulkan 引擎 + 桌宠，单文件免安装）
  • 模型存放于 %LOCALAPPDATA%\VisionGemma\models

隐私说明

所有图片识别完全在本地完成，不上传任何数据。

售后支持

友情链接

コメント

Markdown 対応

MCP は初めてですか？

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。