Opencode Vision

MCP-сервер для распознавания изображений. Отправляет картинку в OpenRouter AI и возвращает текстовое описание.

Использует две модели для надёжности: быструю (primary) и запасную (fallback).

Быстрая установка

Linux / macOS:

curl -sL https://github.com/avdivo/opencode-vision-mcp/raw/main/install.sh | bash

Windows (PowerShell):

iwr https://github.com/avdivo/opencode-vision-mcp/raw/main/install.ps1 | iex

Скрипты установят uv (если нет), скачают пакет из GitHub и установят команду opencode-vision-mcp в систему. После установки ключ нужно будет указать в конфиге.

Ручная установка

1. Установите uv

curl -LsSf https://astral.sh/uv/install.sh | sh

2. Установите пакет

uv tool install --from git+https://github.com/avdivo/opencode-vision-mcp opencode-vision-mcp

3. Добавьте в opencode.jsonc

{
  "mcp": {
    "vision": {
      "command": "opencode-vision-mcp",
      "args": [],
      "env": {
        "OPENROUTER_API_KEY": "sk-or-v1-..."
      },
      "timeout": 120000
    }
  }
}

Настройка (опционально)

Модели можно переопределить через переменные окружения:

OPENROUTER_API_KEY="sk-or-v1-..." \
  VISION_MODEL="google/gemma-4-31b-it" \
  VISION_FALLBACK_MODEL="qwen/qwen3-vl-32b-instruct" \
  uvx --from git+https://github.com/avdivo/opencode-vision-mcp opencode-vision-mcp

Как это работает

Сервер читает stdin/stdout по протоколу JSON-RPC (MCP).

Инструмент: read_image(file_path, prompt?)

• file_path — путь к изображению
• prompt — вопрос по картинке (по умолчанию "Опиши, что изображено на картинке")

Сервер:

1. Кодирует изображение в base64
2. Отправляет в OpenRouter (primary модель)
3. Если primary не ответила за 30 секунд — шлёт fallback модели
4. Возвращает текстовый ответ

Цена

• Primary модель: ~$0.0002 за скриншот
• Fallback модель: ~$0.0004 за скриншот
• primary срабатывает в большинстве случаев