视觉分析 MCP
最后更新： 2026-10-14
LINDE AI 提供托管的 glm-vision MCP 服务：当你的主模型自身没有视觉能力（例如 GLM 纯文本模型）时，它调用 GLM-5.3-Flash 的视觉接口代位解析图片，返回中文文字描述，让你的 Agent 具备"看图"能力。
服务通过标准 MCP Streamable HTTP 协议对外提供，任何支持 HTTP MCP 的客户端（Claude Code、Codex、OpenCode 等）都可以接入，调用按你 API Key 所在计费分组正常计费。
#接入方式
以 Claude Code 为例，一条命令完成接入：
claude mcp add --transport http glm-vision https://ais.lindecdn.com/mcp/glm-vision \
--header "Authorization: Bearer sk-你的APIKey"
接入要点：
| 项目 | 值 |
|---|---|
| 端点 | https://ais.lindecdn.com/mcp/glm-vision |
| 鉴权 | Authorization: Bearer <你的 LINDE AI API Key> |
| 协议 | MCP Streamable HTTP（无状态，纯 JSON 响应） |
| Key 要求 | 所在分组需包含 GLM 模型权限 |
MCP 端点使用 ais.lindecdn.com 直连域名（仅经过 Cloudflare），不经过 EdgeOne CDN，连接行为更稳定。请勿把端点改为 ai.lindecdn.com。
#工具说明
接入后客户端会获得一个 analyze_image 工具：
| 参数 | 说明 |
|---|---|
image |
图片的 http(s) URL，或 data:image/*;base64 数据 URI（png / jpg / gif / webp / bmp，≤ 20MB） |
prompt |
分析指令（可选）。默认转录图内全部文字，并描述布局、配色与图表数据 |
典型用法：
分析这张图: https://example.com/chart.png
用一句话描述: <base64 data URI>
服务端会自动下载 URL 图片并转发给视觉模型。出于安全考虑，服务端仅访问公网地址，内网 / 回环地址会被拒绝；重定向最多跟随 3 跳。
这是远程托管服务，你的本地文件路径对它不可见。客户端需先把本地图片读取为 base64 数据 URI 再传入；网页图片直接给 URL 即可。
#计费规则
每次 analyze_image 调用等于一次 GLM-5.3-Flash 视觉请求，费用按你 API Key 所绑定的分组结算，与直接调用该模型完全一致：
- 按次订阅分组：每次调用扣 1 次额度
- Token 计费分组：按实际用量结算，图片会折算为 input tokens，分析文本按 output tokens 计费
用量记录可在控制台的用量页面查询，调用明细与普通模型调用一致。
#使用建议
如果你的主模型本身支持读图（Claude、GPT 等系列），直接用客户端原生读图能力即可——原生直看比文字转述更准确，还省一次调用量。glm-vision 只为无视觉能力的模型提供代位。
常见场景：
- 纯文本模型 + 网页图片：抓取到图片 URL 后让模型调用本工具提取内容（截图数据、图表数值、界面状态）
- 文档与设计稿核对：把渲染结果截图交给 Agent 比对预期
- 图片内文字提取：默认提示词会完整转录图内文字，保留原文语言与大小写
如遇调用失败，先检查 Key 分组是否包含 GLM 模型（403）、Key 是否有效（401），以及图片 URL 是否可公网访问。