把 Coding Plan 的视觉模型请进你的工作流：剪贴板直读 MCP 配置指南

最近玩 LLM 的朋友们可能都留意到了，不少服务商推出的「Coding Plan」里都附赠了视觉模型。比如百炼的 Qwen-VL-Plus 等等。但这些模型往往藏在 API 后面，我们在日常对话中很难直接用起来——除非你手搓 Python 脚本调用。

最尴尬的是，像智谱官方的视觉 MCP 固然好用，但目前仅供订阅用户使用，且那个套餐经常抢不到。这就导致了很多手里攥着其他平台 Key 的大佬，明明有视觉算力，却没法在 Chat 客户端里顺滑地用。

今天分享一个开源项目，它能帮你把任何兼容 OpenAI 格式的视觉模型接入到 MCP 生态中，最核心的亮点是：支持从剪贴板直接读取图片。

为什么这个功能很强？

说实话，现在市面上能识图的 AI 工具一大把，但「剪贴板直读绝对是一个高频刚需场景。

想象一下日常开发或写作时的流程：

1. 你在屏幕上看到一个报错弹窗，直接 Cmd+Shift+4 截图。
2. 切换到聊天窗口，不需要先保存图片，不需要上传文件。
3. 直接输入指令：「帮我分析这个报错」。
4. MCP 自动从剪贴板抓取刚才的截图喂给模型，立刻给出解答。

图1：「截图即分析」的操作 workflow 示意图

这种「截图即分析」的体验，一旦用过就回不去了。而且除了剪贴板，它还兼容传统的本地文件路径、URL 链接以及 Base64 编码，灵活性拉满。

准备工作

在开始之前，你需要准备两样东西：

1. 一个支持 MCP 的客户端：比如最新版的 Claude Desktop 或其他集成了 Model Context Protocol 的工具。
2. 一个支持视觉的 API Key：本项目兼容 OpenAI 格式接口。你可以使用阿里云百炼的 Qwen-VL 系列模型，或者是你手里现有的其他兼容接口的 Key。

具体配置步骤

配置过程非常简单，本质上就是启动一个 Node.js 服务作为 MCP Server，然后告诉你的客户端怎么调用它。

1. 修改客户端配置文件

打开你的 MCP 客户端配置文件（通常是 .json 格式），在 mcpServers 节点下添加以下内容：

{
  "mcpServers": {
    "clipboard-vision": {
      "command": "npx",
      "args": ["-y", "clipboard-vision-mcp"],
      "env": {
        "OPENAI_API_KEY": "这里填入你的 API Key",
        "OPENAI_MODEL": "qwen-vl-plus",
        "OPENAI_BASE_URL": "https://dashscope.aliyuncs.com/compatible-mode/v1"
      }
    }
  }
}

图2：Claude Desktop MCP 配置文件修改示例

这里有几个参数需要根据你的实际情况调整：

• OPENAI_API_KEY：必填，去服务商后台复制你的 Key。
• OPENAI_MODEL：指定模型名称。如果不清楚支持哪些模型，可以查看服务商文档。比如阿里百炼常用的是 qwen-vl-plus 或 qwen-vl-max。
• OPENAI_BASE_URL：API 的请求地址。如果你用的是其他厂商，记得替换成对应的兼容模式地址（大多数大模型服务商都提供了兼容 OpenAI 格式的端点）。

2. 重启客户端

保存配置文件后，重启你的 MCP 客户端。客户端会自动读取配置，通过 npx 下载并运行 clipboard-vision-mcp 这个包。如果一切顺利，你在输入工具列表里就能看到这个新加的视觉能力了。

使用技巧与兼容性说明

如何使用？

在对话中，当你需要让 AI 看图时，直接触发对应的 MCP 工具即可。不需要手动传图，工具会自动检测系统剪贴板里最新的图片内容。

比如输入：「读取剪贴板里的图片并提取其中的文字」或者「解释一下刚才截图里的代码逻辑」。

兼容性提示

• macOS：完美支持，也就是作者的主要测试环境，剪贴板读取非常丝滑。
• Windows / Linux：理论上是通用的，因为 Node.js 跨平台，但权限和剪贴板的调用机制可能略有不同。目前还没有经过大规模测试，如果在非 Mac 系统 下遇到问题，建议去项目仓库提 Issue。

总结

这个项目最大的价值在于「打通了最后一公里」。很多 Coding Plan 送的视觉模型因为接入门槛高而被浪费，通过这个 MCP 工具，你可以瞬间让手头的文本大模型拥有「眼睛」。对于需要频繁截图分析代码、报错或文档的开发者来说，绝对是提升生产力的利器。

好用的工具值得支持，如果帮到了你，别忘了去 GitHub 给作者点个 Star。