English Français العربية

io.github.q1023884985/visiongemma

Registre officiel IA et agents

Local AI vision MCP server for Windows: OCR, chart analysis, scene description. 100% offline.

Code source Documentation

Installation

Ajoutez ceci à la configuration MCP de votre client (Claude Desktop : claude_desktop_config.json ; Cursor : .cursor/mcp.json ; VS Code et les autres utilisent la même forme « mcpServers »).

PYPI package visiongemma-mcp
Claude Code 
claude mcp add visiongemma -- uvx visiongemma-mcp==2.1.0
Configuration JSON (Claude Desktop, Cursor, VS Code) 
{
    "mcpServers": {
        "visiongemma": {
            "command": "uvx",
            "args": [
                "visiongemma-mcp==2.1.0"
            ]
        }
    }
}

Documentation

Tirée du README du projet sur GitHub, actualisée chaque semaine. Les liens ouvrent GitHub.

Sommaire
  1. VisionGemma - 本地图片识别 + AI 桌宠
  2. 产品展示
  3. 功能特性
  4. 系统要求
  5. 下载
  6. 快速开始
  7. 趣味桌宠
  8. 作为 MCP 服务器使用（接入 AI 工具）
  9. 文件说明
  10. 隐私说明
  11. 售后支持
  12. 友情链接

VisionGemma - 本地图片识别 + AI 桌宠

[!WARNING] 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：

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：

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：

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：

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

  • QQ：1023884985
  • 微信：13147295520
  • 邮箱：1023884985@qq.com

友情链接

Questions fréquentes

Qu'est-ce que io.github.q1023884985/visiongemma ?

Local AI vision MCP server for Windows: OCR, chart analysis, scene description. 100% offline.

Comment installer io.github.q1023884985/visiongemma ?

Il s'exécute sur votre machine. Dans Claude Code : claude mcp add visiongemma -- uvx visiongemma-mcp==2.1.0. Pour les autres clients, collez la configuration JSON de cette page dans leurs réglages MCP.

Faut-il une clé API pour io.github.q1023884985/visiongemma ?

Son entrée au registre n'indique aucune clé ni secret obligatoire. Certaines fonctions peuvent tout de même demander un compte auprès du service auquel il se connecte.

io.github.q1023884985/visiongemma est-il open source ?

Son code est public sur GitHub, mais le dépôt ne déclare pas de licence standard.

Qui maintient io.github.q1023884985/visiongemma ?

Il est publié par q1023884985. AI.tn le référence sans le maintenir ni le recommander.

Issu du registre MCP officiel. Être listé n'est pas une recommandation : vérifiez le code et les permissions d'un serveur avant de lui donner accès à vos données.