Dino X 图像检测 (image Detection)

DINO-X MCP 服务

English | 中文

DINO-X 官方 MCP 服务由 DINO-X 和 Grounding DINO 模型提供支持，为多模态应用带来精细的目标检测和图像理解能力。

您的浏览器不支持 video 标签。

为什么选择 DINO-X MCP？

借助 DINO-X MCP，您可以：

• 精细理解：完整图像检测、目标检测和区域级描述。

• 结构化输出：获取目标类别、数量、位置和属性，用于 VQA 和多步推理任务。

• 可组合：与其他 MCP 服务无缝协作，构建端到端视觉 Agent 或自动化流水线。

传输模式

DINO-X MCP 支持两种传输模式：

特性	STDIO（默认）	Streamable HTTP
运行环境	本地	本地或云端
传输方式	标准输入/输出	HTTP（流式响应）
输入来源	file:// 和 https://	仅 https://
可视化	支持（在本地保存标注图像）	不支持（暂不支持）

快速开始

1. 准备 MCP 客户端

任何兼容 MCP 的客户端均可使用，例如：

• Cursor
• WindSurf
• Trae
• Cherry Studio

2. 获取 API 密钥

在 DINO-X 平台申请：申请 API 密钥（新用户可获得免费额度）。

3. 配置 MCP

选项 A：官方托管的 Streamable HTTP（推荐）

添加到 MCP 客户端配置中，并替换为您的 API 密钥：

{
  "mcpServers": {
    "dinox-mcp": {
      "url": "https://mcp.deepdataspace.com/mcp?key=your-api-key"
    }
  }
}

选项 B：在本地使用 NPM 包（STDIO）

先安装 Node.js

• 从 nodejs.org 下载安装程序

• 或使用命令：

# macOS / Linux
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bash
# or
wget -qO- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bash

# load nvm into current shell (choose the one you use)
source ~/.bashrc || true
source ~/.zshrc  || true

# install and use LTS Node.js
nvm install --lts
nvm use --lts

# Windows (one of the following)
winget install OpenJS.NodeJS.LTS
# or with Chocolatey (in admin PowerShell)
iwr -useb https://raw.githubusercontent.com/chocolatey/chocolatey/master/chocolateyInstall/InstallChocolatey.ps1 | iex
choco install nodejs-lts -y

配置 MCP 客户端：

{
  "mcpServers": {
    "dinox-mcp": {
      "command": "npx",
      "args": ["-y", "@deepdataspace/dinox-mcp"],
      "env": {
        "DINOX_API_KEY": "your-api-key-here",
        "IMAGE_STORAGE_DIRECTORY": "/path/to/your/image/directory"
      }
    }
  }
}

注意：将 your-api-key-here 替换为您的真实密钥。

选项 C：在本地从源代码运行

确保已安装 Node.js（参见选项 B），然后：

# clone
git clone https://github.com/IDEA-Research/DINO-X-MCP.git
cd DINO-X-MCP

# install deps
npm install

# build
npm run build

配置 MCP 客户端：

{
  "mcpServers": {
    "dinox-mcp": {
      "command": "node",
      "args": ["/path/to/DINO-X-MCP/build/index.js"],
      "env": {
        "DINOX_API_KEY": "your-api-key-here",
        "IMAGE_STORAGE_DIRECTORY": "/path/to/your/image/directory"
      }
    }
  }
}

CLI 标志和环境变量

• 常用标志

  • --http：以 Streamable HTTP 模式启动（否则默认使用 STDIO）
  • --stdio：强制使用 STDIO 模式
  • --dinox-api-key=...：设置 API 密钥
  • --enable-client-key：允许通过 URL ?key= 传入 API 密钥（仅限 Streamable HTTP）
  • --port=8080：HTTP 端口（默认 3020）

• 环境变量

  • DINOX_API_KEY（必需／有条件必需）：DINO-X 平台 API 密钥
  • IMAGE_STORAGE_DIRECTORY（可选，STDIO）：用于保存标注图像的目录
  • AUTH_TOKEN（可选，HTTP）：如果已设置，客户端必须发送 Authorization: Bearer <token>

  示例：

# STDIO (local)
node build/index.js --dinox-api-key=your-api-key

# Streamable HTTP (server provides a shared API key)
node build/index.js --http --dinox-api-key=your-api-key

# Streamable HTTP (custom port)
node build/index.js --http --dinox-api-key=your-api-key --port=8080

# Streamable HTTP (require client-provided API key via URL)
node build/index.js --http --enable-client-key

使用 ?key= 时的客户端配置：

{
  "mcpServers": {
    "dinox-mcp": {
      "url": "http://localhost:3020/mcp?key=your-api-key"
    }
  }
}

通过注入 Authorization: Bearer <token> 的网关使用 AUTH_TOKEN：

AUTH_TOKEN=my-token node build/index.js --http --enable-client-key

使用 supergateway 的客户端示例：

{
  "mcpServers": {
    "dinox-mcp": {
      "command": "npx",
      "args": [
        "-y",
        "supergateway",
        "--streamableHttp",
        "http://localhost:3020/mcp?key=your-api-key",
        "--oauth2Bearer",
        "my-token"
      ]
    }
  }
}

工具

能力	工具 ID	传输方式	输入	输出
全场景目标检测	detect-all-objects	STDIO / HTTP	图像 URL	类别 + 边界框 +（可选）说明
文本提示目标检测	detect-objects-by-text	STDIO / HTTP	图像 URL + 英文名词（多个名词用点分隔，例如 person.car）	目标对象边界框 +（可选）说明
人体姿态估计	detect-human-pose-keypoints	STDIO / HTTP	图像 URL	17 个关键点 + 边界框 +（可选）说明
可视化	visualize-detection-result	仅 STDIO	图像 URL + 检测结果数组	已标注图像的本地路径

🎬 使用场景

🎯 场景	📝 输入	✨ 输出
检测与定位	💬 提示词： Detect and visualize the fire areas in the forest 🖼️ 输入图像：
对象计数	💬 提示词： Please analyze this warehouse image, detect all the cardboard boxes, count the total number 🖼️ 输入图像：
特征检测	💬 提示词： Find all red cars in the image 🖼️ 输入图像：
属性推理	💬 提示词： Find the tallest person in the image, describe their clothing 🖼️ 输入图像：
全场景检测	💬 提示词： Find the fruit with the highest vitamin C content in the image 🖼️ 输入图像：	答案：猕猴桃（93mg/100g）
姿态分析	💬 提示词： Please analyze what yoga pose this is 🖼️ 输入图像：

常见问题

• 支持哪些图像来源？
  • STDIO：file:// 和 https://
  • Streamable HTTP：仅 https://
• 支持哪些图像格式？
  • jpg、jpeg、webp、png

开发与调试

开发期间使用监视模式自动重新构建：

npm run watch

使用 MCP Inspector 进行调试：

npm run inspector

许可证

Apache License 2.0