Deepseek Vision

将 DeepSeek 网页版识图（Vision）模式封装为 MCP 工具，解决 DeepSeek 模型无法直接处理图像的问题。

安装

git clone <repo> && cd deepseek-vision-mcp
npm install && npm run build

使用

方式一：自动登录（推荐，桌面环境）

无需任何配置，直接启动：

npm start

首次启动时自动打开浏览器让您登录 DeepSeek，Token 自动保存到 ~/.deepseek-vision/config.json，后续自动复用。

Token 过期后会自动弹出浏览器重新登录。

方式二：手动配置（服务器环境）

在 .mcp.json 中设置环境变量：

{
  "mcpServers": {
    "deepseek-vision": {
      "command": "node",
      "args": ["/path/to/dist/index.js"],
      "env": {
        "DEEPSEEK_USER_TOKEN": "你的token",
        "DEEPSEEK_SMIDV2": "你的smidV2（可选）"
      }
    }
  }
}

Token 获取方法：https://chat.deepseek.com → F12 → Application → Local Storage → userToken → JSON.parse(value).value

MCP 工具

recognize_image

模型规则： 当前对话使用 DeepSeek 模型（deepseek-chat、deepseek-reasoner 等）时，分析图片内容必须优先调用 recognize_image，不要让 DeepSeek 直接"看"图。

recognize_image({ image: "/tmp/screenshot.png", prompt: "这张图是什么" })

项目结构

src/
├── index.ts           # MCP Server 入口 + Skill 自动安装
├── deepseek-client.ts # API 客户端（上传/Fork/PoW/Completion）
├── auth-manager.ts    # Puppeteer 自动登录 + Token 管理
├── pow-solver.ts      # WASM PoW 求解器
├── types.ts           # 类型定义
└── wasm/              # PoW 模块
SKILL.md               # Agent Skill 定义

启动时自动将 SKILL.md 安装到 ~/.agents/skills/deepseek-vision/SKILL.md。