最近不少把 Claude 当作日常开发助手的同学都会撞上同一个问题Claude 本身确实很强可当你丢给它一张截图让它“看看这个报错”“根据这张设计稿生成前端页面”时图片理解能力并没有想象中那么顺手。尤其在 Claude Code 这类终端场景里默认工作方式以文本为主图片信息要么先人工转述成文字要么找别的 OCR 工具绕一圈效率很低。有人想到一个更优雅的方案通过 MCP 协议把一个专门的“识图工具”接到 Claude 上。这个工具不负责对话只负责“看图”——读取剪贴板里的截图或者用户指定的图片文件然后调用 Qwen-VL 视觉大模型完成图像理解把识别结果返回给 Claude。Claude 拿到描述后就能像真正“看见”图片一样继续回答问题。这套方案在实践中被反复验证项目名就是 mcp-vision。这篇文章不打算讲太多抽象概念而是给出一份可以直接照做的完整复刻指南。你会在另一台电脑上从零搭起 mcp-vision让 Claude 支持剪贴板图片和上传图片两种调用方式底层统一交给 Qwen-VL 视觉大模型处理。文章会覆盖 MCP 服务的安装与配置、API Key 的获取与验证、Claude Desktop 和 Claude Code 两种接入方式以及一套可以直接对照排查的问题清单。读完你应该能在自己机器上跑通整个流程并理解为什么这个方案比“截图转文字再喂给 Claude”更值得推广。1. 为什么要在 Claude 上外接一个视觉模型在动手之前先回答一个关键问题Claude 本身不是已经支持图片了吗为什么还要自己接一个视觉模型这句话只说对了一半。Claude 网页版的对话界面确实支持直接上传图片但一旦把使用场景移到 Claude Code 终端、API 调用、自动化脚本、桌面工作流里图片输入就变得不那么自然。你会遇到几个非常具体的痛点第一终端环境默认不看图。Claude Code 是一个以文本交互为主体的 CLI 工具用户可以直接把图片路径贴给模型但它对图片内容的解析能力有限更多时候你会发现它只是“知道有这张图”却无法像对话界面那样流畅地描述图片内容。第二人工转述的成本被低估了。很多人遇到“需要让 Claude 看图”时第一反应是自己先看一眼图片然后用一段文字描述给 Claude。一次两次还行如果一天要处理几十张 UI 截图、报错弹窗、设计稿这种人工桥接的方式几乎不可持续。第三图片输入不一定是给 Claude 主模型用。在实际工程里你更需要的可能是一个稳定的视觉理解模块它能被反复调用来提取图片信息就像调用一个函数一样。而 Claude 主模型的价值在于理解意图、拆解问题、组织回答把“看图”这个原子能力交给更专业的视觉模型来完成分工更清晰。mcp-vision 解决的就是这件事。它把“读取图片 → 调用视觉模型 → 返回结构化描述”封装成一个 MCP 工具Claude 在推理过程中一旦判断自己需要看图就主动调用这个工具拿到描述后再继续回答问题。整个过程不需要用户先看图、再转述、再粘贴。为什么选择 Qwen-VL 作为底层的视觉模型主要有三个原因模型能力成熟。Qwen-VL 是阿里通义千问的视觉语言模型系列在中文场景、文档识别、截图理解、UI 描述等任务上表现稳定对中文用户尤其友好。API 获取成本低。可以通过阿里云百炼 DashScope 或者硅基流动 SiliconFlow 等平台快速申请 API Key按量计费个人开发者也负担得起。模型可替换。MCP 的设计决定了视觉模型是一个可插拔组件今天用 Qwen-VL明天想换成 GLM-4V、InternVL 或者本地部署的视觉模型只需要改配置不用改 Claude 侧的调用逻辑。这里想强调一个容易被忽视的判断mcp-vision 的价值不只是“让 Claude 能看图”。更大的价值是它把看图能力从一个依赖厂商界面交互的功能变成了一个可编程、可复用、可批量调用的工程能力。这才是它值得被复刻到每一台新电脑上的原因。2. MCP、mcp-vision、Qwen-VL 三者到底是什么关系第一次接触这套方案的人很容易被 MCP、mcp-vision、Qwen-VL 三个名字弄晕。先用最简单的语言拆一下。MCPModel Context Protocol模型上下文协议是 Anthropic 提出的一套开放协议目的是让 AI 模型能够以标准化的方式连接外部工具和数据源。如果做一个类比大模型是大脑MCP 是神经系统外部工具是手脚。大脑不需要知道每个工具的内部实现只需要通过标准接口发出指令神经系统负责把指令传递给对应的工具再把执行结果传回大脑。MCP ServerMCP 服务就是这套体系里的一个具体工作者。它是一个独立的进程通过标准输入输出stdio或 HTTP 与 Claude 通信对外暴露一系列叫做“工具”Tools的能力。Claude 在回答问题时如果发现自己需要某种外部能力就会调用对应的工具。mcp-vision 就是一个专门做图像理解的 MCP Server。它的职责非常聚焦接收图片输入调用视觉模型返回图片描述。通常它会暴露两类工具读取剪贴板中的图片适合用户刚刚截图、复制图片后直接让 Claude 分析。读取指定路径的图片文件适合批量处理服务器上的截图、批量分析图片素材。你可以把它理解成一个翻译器——把图片这种非结构化信息翻译成 Claude 能直接理解的文字。Qwen-VL 则是 mcp-vision 内部真正执行“看图”任务的视觉大模型。它接收图片像素信息输出对图片内容的自然语言描述。mcp-vision 更像是一个调度中心它自己不负责图像理解而是把任务转发给 Qwen-VL 的 API。三者配合时的数据流大致是这样的用户侧复制一张截图或者告诉 Claude 一个图片路径。Claude 侧Claude 在推理过程中判断“这个问题需要看图”于是调用 mcp-vision 暴露出的工具并传入图片路径或读取剪贴板指令。mcp-vision 侧读取图片内容构造视觉模型请求调用 Qwen-VL API拿到图片描述。返回链路mcp-vision 把描述文本返回给 ClaudeClaude 基于这段描述继续推理并回答用户。整个过程对用户来说几乎是透明的。你看到的效果是粘贴图片然后直接问 Claude “这张图里有什么问题”Claude 就能给出回答。实际上中间经历了 Claude 调用工具、mcp-vision 转发请求、Qwen-VL 识别图片、结果回传多个环节。这里有一个新手容易误解的地方mcp-vision 不会改变 Claude 本身的参数也不会让 Claude 主模型变强。它是在 Claude 外面增加了一个“外挂器官”。Claude 依然是大脑只是现在多了一双可以随时调用的眼睛。3. 环境准备与前置条件开始复刻之前建议先把环境检查一遍避免在配置阶段反复踩坑。以下是需要准备的前置条件请根据自己电脑的实际情况逐项确认环境项说明操作系统Windows / macOS / Linux 都可以。本文会重点提到 PowerShell 下的注意事项macOS 和 Linux 的终端命令类似Node.jsmcp-vision 这类 MCP 服务多数基于 Node.js 生态构建建议安装 Node.js 18 及以上版本。具体版本要求以项目 README 为准Git从仓库拉取 mcp-vision 源码时会用到。如果选择 npm 安装方式可以不用 GitClaude Desktop 或 Claude Code二者至少准备一个。Claude Desktop 适合图形界面操作Claude Code 适合命令行和自动化工作流API Key需要一个能调用 Qwen-VL 的视觉模型 API Key可以从阿里云百炼 DashScope 或硅基流动 SiliconFlow 获取网络环境确保能正常访问对应 API 服务地址这里特别提醒一点不要盲目照搬网上教程写死的版本号。MCP 生态更新非常快mcp-vision 项目本身也在迭代。正确做法是打开你的仓库地址或者 npm 包页面确认当前推荐的 Node.js 版本和安装命令再结合本文的通用思路操作。如果你是从零开始的新电脑可以按下面这个顺序准备环境第一步安装 Node.js。在 Node.js 官网下载对应系统的 LTS 版本安装完成后在终端执行node -v和npm -v确认版本正常输出。第二步安装并确认 Claude 环境。如果你使用 Claude Code安装完成后先执行claude --version验证命令行工具可用。这一步经常出问题尤其是 Windows PowerShell 下常见的“claude 无法识别”错误在后面的排查表格里会专门讲。第三步准备一个 API Key。这是很多人最后一步卡住的地方建议提前申请好并验证可用。4. 获取并验证 Qwen-VL 视觉模型的 API Keymcp-vision 本身是本地工具但它的视觉能力来自云端模型 API。所以 API Key 是整个链路中最重要的配置项之一。目前国内开发者最常用的两个渠道是阿里云百炼 DashScope 和硅基流动 SiliconFlow两个平台都提供 Qwen-VL 系列模型。选择哪家主要看你已有的账号生态和模型计费方式配置逻辑完全一致。以阿里云百炼 DashScope 为例大致流程是登录阿里云百炼控制台开通模型服务在 API-KEY 管理页面创建一个 Key。创建后把 Key 复制保存通常形如sk-开头的一串字符。如果使用硅基流动 SiliconFlow流程类似注册并登录后在账户管理里创建 API Key。硅基流动的一大优势是平台聚合了多个模型你可以在同一个控制台里管理 Qwen-VL、GLM-4V、DeepSeek 等多种模型后续想切换模型时不需要换平台。拿到 API Key 后建议先手动验证一下 Key 是否可用避免把所有配置做完才发现是 Key 的问题。以 DashScope 为例可以在终端执行一个最简单的 curl 请求模拟向 Qwen-VL 发送一张测试图片并获取描述curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \ -H Authorization: Bearer sk-你的API-KEY \ -H Content-Type: application/json \ -d { model: qwen-vl-plus, messages: [ { role: user, content: [ {type: image_url, image_url: {url: https://dashscope.oss-cn-beijing.aliyuncs.com/images/dog_and_girl.jpeg}}, {type: text, text: 请描述这张图片的内容} ] } ] }执行后如果返回结果里choices[0].message.content是一段关于图片的自然语言描述说明 API Key 有效模型访问正常。如果返回鉴权失败、InvalidApiKey 之类的错误就需要重新检查 Key 是否复制完整或者账号是否开通了对应模型服务。需要注意不同平台提供的 API 兼容格式可能略有差异。上面示例基于 DashScope 的 OpenAI 兼容接口格式。如果使用硅基流动请求地址和模型名会不同请以平台文档为准。验证通过后设置一个环境变量来保存 API Key。在终端中执行export DASHSCOPE_API_KEYsk-你的API-KEYWindows PowerShell 下对应命令为$env:DASHSCOPE_API_KEYsk-你的API-KEY这个环境变量在配置 mcp-vision 时会用到。更安全的做法是把环境变量写入系统配置避免每次打开终端都要重新设置。具体写入方式因操作系统而异不建议在配置文件中明文写死 Key。5. 安装 mcp-vision 并在新电脑上复刻配置环境准备好之后进入核心环节把 mcp-vision 安装到当前这台电脑上并完成 Claude 接入配置。5.1 安装 mcp-vision安装方式取决于项目作者提供的分发形式。常见的有两种方式一从 Git 仓库拉取源码手动构建。git clone 你的mcp-vision仓库地址 cd mcp-vision npm install npm run build方式二如果作者发布了 npm 包可以直接通过 npx 或 npm 全局安装。npm install -g mcp-vision这里不写死某个仓库地址或 npm 包名因为 mcp-vision 在不同时期可能有不同分发方式。务必以你找到的项目 README 为准。从源码构建的优点是便于后续修改代码、调试日志使用 npm 包的优点是部署快捷适合快速在同事电脑上复刻。安装完成后确认 mcp-vision 的启动命令。源码方式一般是通过node指向构建后的入口文件比如node /path/to/mcp-vision/dist/index.js如果是 npm 全局安装命令行工具名可能就是mcp-vision。这个启动命令会在后续配置中反复用到。5.2 配置 Claude Desktop 接入Claude Desktop 通过一个 JSON 配置文件管理所有 MCP 服务。这个文件在 macOS 上通常位于~/Library/Application Support/Claude/claude_desktop_config.json在 Windows 上位于%APPDATA%\Claude\claude_desktop_config.json。编辑该文件加入 mcp-vision 服务配置{ mcpServers: { mcp-vision: { command: node, args: [/path/to/mcp-vision/dist/index.js], env: { DASHSCOPE_API_KEY: sk-你的API-KEY } } } }配置项含义如下mcpServersMCP 服务的总配置节点。mcp-vision服务名称可以自定义建议保持与项目一致方便后续排查。command启动服务使用的可执行文件。这里使用node。args启动参数传入脚本入口路径。务必使用绝对路径。env注入给 MCP 服务进程的环境变量。这里把 API Key 注入进去mcp-vision 启动后就能读取到。保存文件后完全退出 Claude Desktop 并重新启动。重启成功后在 Claude 的工具栏或者工具列表中应该能看到一个包含 mcp-vision 工具的图标。如果没有出现检查配置路径是否正确、JSON 是否有语法错误。5.3 配置 Claude Code 接入如果你更习惯在终端中使用 Claude Code接入方式同样简单。建议优先使用 Claude Code 自带的 MCP 管理命令claude mcp add mcp-vision -- node /path/to/mcp-vision/dist/index.js执行成功后可以用以下命令确认服务状态claude mcp list输出结果中mcp-vision 这一项的状态应该是active或其他表示已连接的状态。如果显示不活跃或报错按第 7 章的排查表格处理。另一种做法是在项目根目录创建.mcp.json文件把 MCP 配置纳入版本管理。这样整个团队拉取代码时MCP 服务配置也会同步到本地{ mcpServers: { mcp-vision: { command: node, args: [/path/to/mcp-vision/dist/index.js], env: { DASHSCOPE_API_KEY: ${DASHSCOPE_API_KEY} } } } }这里有一个很重要的工程细节不要把真实 API Key 写进.mcp.json提交到代码仓库。上面示例用了${DASHSCOPE_API_KEY}这种环境变量引用方式具体是否支持取决于项目实现但原则是通用的——密钥走环境变量或者密钥管理服务代码仓库里只保留占位符。这样即使配置被其他人复制也不会泄露自己的 Key。5.4 新电脑复刻时的配置同步标题里强调“在其他电脑上复刻”这在实际团队协作中非常常见。新电脑的复刻流程实际上就是三件事安装 Node.js 和 Claude 环境。克隆 mcp-vision 仓库并安装依赖。把 MCP 配置写入 Claude Desktop 或 Claude Code。只要 API Key 通过环境变量注入整个复刻过程可以很快完成。建议把.mcp.json作为一个模板文件放在项目仓库里新同事入职后复制一份改成自己的环境变量引用即可。6. 实际使用如何让 Claude 通过剪贴板和上传图片调用 Qwen-VL配置完成后测试一下完整的使用链路。以下场景都以 Claude Code 为例Claude Desktop 的操作逻辑类似。6.1 场景一剪贴板图片识别这是最常见的场景。你在浏览网页时看到一张海报、在调试时截了一个报错窗口、在设计中截了一张竞品页面想直接让 Claude 分析。先在系统里复制好图片也就是对图片执行一次“复制图片”操作然后打开 Claude Code输入提示词请读取剪贴板中的图片用中文描述图片内容并指出其中的关键信息。Claude 在推理时会判断“用户需要分析一张图片”然后调用 mcp-vision 暴露的剪贴板读取工具。工具内部会访问系统剪贴板取出图片数据交给 Qwen-VL API 识别返回图片描述。Claude 拿到描述后再根据你的具体要求进行回答。这一步是否成功有几个判断标准Claude 的回复里不再出现“我无法查看图片”这类表述而是出现对图片内容的实质性描述。在 Claude Code 的日志中可以看到调用了 mcp-vision 相关工具。如果 mcp-vision 支持日志输出终端会出现请求 Qwen-VL API 的记录。6.2 场景二指定路径图片识别如果你需要分析的不是剪贴板中最后一张截图而是一个已经存在的图片文件那就直接告诉 Claude 图片路径请分析 /Users/yourname/Documents/screenshots/bug-20250101.png 这张截图 帮我找出其中的报错信息并给出可能的解决方案。mcp-vision 会读取指定路径的图片文件调用 Qwen-VL 识别后返回描述。这种方式非常适合批量分析你可以写一个脚本循环让 Claude 分析某个目录下的多张截图。6.3 场景三报错截图定位问题下面是一个实战提示词示例综合了“看图”和“修改代码”两个能力请查看当前项目目录下 screenshots/login-error.png 这是用户登录时出现的弹窗截图。请 1. 描述图片中的报错文案 2. 对比项目代码定位这个报错最可能在哪个模块 3. 给出修改建议在这个流程中mcp-vision 负责“看清图片”Claude Code 负责“理解代码并给出建议”两者的能力被串成一个完整的工作流。这也是 mcp-vision 这类 MCP 工具最有价值的用法——不是单次看图而是把看图能力嵌入到完整的开发和排障链路里。6.4 调用失败的快速自检如果第一轮测试没有成功先不要急着改代码。按下面顺序检查剪贴板场景确认系统剪贴板中确实存在图片数据。如果只是复制了一个文件而不是复制了图片内容工具拿不到有效图片。路径场景确认图片路径正确路径中如果包含空格或中文注意是否需要转义或加引号。API Key回到第 4 章的 curl 命令测试确认 Key 是否仍然有效。MCP 服务在 Claude Code 中执行claude mcp list确认服务状态正常。7. 常见问题与排查思路以下表格整理了 mcp-vision 在配置和使用过程中最常遇到的几个问题。这些问题来自 Claude Code 安装和使用社区中大量出现的反馈如果你遇到类似现象可以直接对照排查。问题现象可能原因排查方式解决方案执行claude提示“无法将‘claude’项识别为 cmdlet、函数、脚本文件或可运行程序的名称”Claude Code 未正确安装或安装路径没有加入系统 PATH在终端执行npm ls -g查看全局包检查 PATH 是否包含 npm 全局目录重新安装 Claude Code手动将 npm 全局目录加入 PATH重启终端执行claude提示claude不是内部或外部命令也不是可运行的程序或批处理文件Windows 下命令未找到与上一条类似但发生在 CMD 环境检查 npm 全局安装路径使用完整路径运行 claude或重新安装并配置 PATH安装完成后提示error: claude native binary not installed. either postinstall did not runpostinstall 脚本没有成功执行可能是网络、权限或 Node 版本问题查看安装日志重跑npm install或npm rebuild删除 node_modules 和 package-lock.json 后重装确认以管理员权限执行安装Claude 中看不到 mcp-vision 工具配置文件路径错误、JSON 语法错误、服务启动失败检查配置文件是否存在用node手动执行入口文件看报错Claude Code 执行claude mcp list修正配置路径修复 JSON 格式错误确认 mcp-vision 能独立启动调用时提示 API Key 无效或者鉴权失败API Key 过期、复制不完整、未开通对应模型服务使用 curl 单独验证 Key登录平台检查 Key 状态重新生成 Key在 mcp-vision 配置中更新 Key验证环境变量是否注入成功读取剪贴板图片失败或提示剪贴板为空剪贴板中没有图片数据或者系统权限阻止了剪贴板访问手动粘贴图片到其他应用确认剪贴板内容重新复制图片检查系统隐私设置允许终端访问剪贴板图片路径包含中文或空格导致读取失败路径解析出现问题在终端先测试ls或test -f确认文件存在给路径加引号或复制图片到纯英文路径下再测试Qwen-VL 返回的描述不准确图片本身模糊、模型选型不合适、temperature 参数过高查看 mcp-vision 是否支持配置模型参数换更高质量的 Qwen-VL 版本清洗输入图片调整模型参数服务启动后 CPU 占用异常或频繁报错mcp-vision 部署方式与当前 Node 版本不兼容查看服务日志确认 Node 版本升级 Node 或切换部署方式排查时有一个通用的方法论先确认“mcp-vision 自己能不能跑”再确认“Claude 能不能连上 mcp-vision”最后确认“Qwen-VL API 能不能被 mcp-vision 调用”。三个链路独立验证很容易定位问题在哪一层。8. 最佳实践与工程建议把这套方案真正用到自己的项目或者团队里以下几条实践建议值得留意。8.1 API Key 安全是第一位这是整篇文章里最重要的一条。API Key 一旦泄露别人就能用你的额度调用视觉模型。建议做到几点API Key 只通过环境变量注入不要写进任何会同步到仓库的配置文件团队协作时各自管理自己的 Key如果怀疑 Key 泄露第一时间去平台后台吊销并重新生成。8.2 控制 mcp-vision 的读取范围mcp-vision 本身有读取本机文件的能力。在某些使用场景下你也许不希望它任意读取电脑上的所有图片。更稳妥的做法是在给 Claude 的指令中明确指定可访问目录或者在操作系统层面限制相关进程的访问权限。这个原则同样适用于任何 MCP 工具——不要给工具超出需要的权限。8.3 先跑通最小链路再上复杂工作流建议新电脑首次配置时不要一上来就试“分析整个目录的所有截图”。先用一张明确的图片、一句最简单的提示词跑通链路。确认基本链路没问题后再逐步增加路径解析、批量处理、报告生成等复杂逻辑。这个过程能帮你把“配置问题”和“代码问题”快速区分开。8.4 利用 MCP 的模型可替换性控制成本MCP 的设计让视觉模型变成了可插拔组件。不同 Qwen-VL 子版本在成本和质量上有差异。如果是个人开发场景可以先从成本更低的版本开始验证如果对识别质量要求高再切换到质量更强的参数版本。批量测试时也可以先抽样估算处理 1000 张图的成本再做全量处理。同理如果团队已经有 DeepSeek、GLM 等其他模型的接入经验也可以在 mcp-vision 内扩展支持不一定要锁死在单一模型上。8.5 团队复刻时把配置模板化如果把 mcp-vision 用在一个多人团队里建议做一个配置模板包含.mcp.json示例、环境变量说明、常见问题链接。新同事或新电脑接入时只需要复制模板并填入自己的 Key。这样可以避免每个人独立摸索配置格式也为后续换模型、升级工具留出统一入口。8.6 结合工具链提升效率Claude Code 生态里已经出现了一批辅助工具比如用于切换 Claude Code 模型配置的 CC Switch、用于本地运行开源大模型的 Ollama 等。mcp-vision 可以和这些工具组合使用形成更完整的工作流。比如在 CC Switch 中同时配置云端 Claude 模型和本地视觉模型或者在 Ollama 中部署本地视觉模型作为 mcp-vision 的后端完全离线完成图像理解。具体组合方式可以根据自己的实际需求探索但核心思路是一样的让模型能力通过 MCP 协议统一接入灵活替换不被单一厂商绑定。8.7 注意隐私与合规风险剪贴板是一个很容易被低估的敏感数据来源。截图里可能包含对话记录、个人信息、内部系统界面等。在使用 mcp-vision 时要明确知道图片内容会被发送到云端模型 API 进行处理。对于涉密项目和敏感数据建议不要使用云端视觉模型而是考虑本地部署 VLM 方案避免数据离开自己的网络环境。9. 总结与后续学习方向这篇内容围绕 mcp-vision 展开核心是把看图的 MCP 工具完整复刻到另一台电脑上让 Claude 通过剪贴板或图片路径直接调用 Qwen-VL 视觉大模型。文章讲了这套方案背后的架构逻辑Claude 作为大脑负责推理MCP 服务作为管弦乐队负责调度Qwen-VL 作为眼睛负责图像理解。也给出了从环境准备、API Key 验证、MCP 配置到实际使用的完整流程以及一份可以直接对照的排查清单。如果你按步骤走通了接下来有几条值得继续深入的方向。第一个方向是定制自己的 MCP Server。理解了 mcp-vision 的工作机制后你会发现 MCP 不只能接视觉模型。今天的图片理解只是一个开始明天你可能想接数据库查询、文件搜索、自动化测试、甚至键盘鼠标控制。MCP 这套协议本身并不复杂只要理解了它的数据流就能把自己的工具封装成 MCP 服务接入 Claude。第二个方向是换用不同的视觉模型。mcp-vision 的核心是一次图片理解的封装底层模型完全可以替换。你可以对比 Qwen-VL 系列不同版本在中文场景下的识别质量也可以把后端换成 GLM-4V、InternVL或者通过 Ollama 在本地部署一个完全离线的视觉模型。从工程角度看这正好体现了 MCP 协议“能力与实现解耦”的设计价值。第三个方向是关注 Claude Code 自身的 Skills 能力。它的官方 Skills 机制也在持续演进和 MCP 工具在很多场景下形成互补。什么时候用 Skills什么时候用 MCP是一道值得思考的架构题。最后提醒一句配置 MCP 服务看起来很轻量但它本质上是给 Claude 增加了可以接触本机资源的权限。在追求效率的同时始终记得控制权限范围、保护 API Key、明确数据流向。工具越强越要懂得怎么安全地使用它。收藏这篇文章等真正在新电脑上遇到问题时翻出来对照一遍会比重新搜索一圈更有用。 
长河君 · 2026/9/8 9:07:58 · 阅读 1.2k 用MCP为Claude接入视觉模型：从零配置Qwen-VL识别剪贴板与图片
最近不少把 Claude 当作日常开发助手的同学都会撞上同一个问题Claude 本身确实很强可当你丢给它一张截图让它“看看这个报错”“根据这张设计稿生成前端页面”时图片理解能力并没有想象中那么顺手。尤其在 Claude Code 这类终端场景里默认工作方式以文本为主图片信息要么先人工转述成文字要么找别的 OCR 工具绕一圈效率很低。有人想到一个更优雅的方案通过 MCP 协议把一个专门的“识图工具”接到 Claude 上。这个工具不负责对话只负责“看图”——读取剪贴板里的截图或者用户指定的图片文件然后调用 Qwen-VL 视觉大模型完成图像理解把识别结果返回给 Claude。Claude 拿到描述后就能像真正“看见”图片一样继续回答问题。这套方案在实践中被反复验证项目名就是 mcp-vision。这篇文章不打算讲太多抽象概念而是给出一份可以直接照做的完整复刻指南。你会在另一台电脑上从零搭起 mcp-vision让 Claude 支持剪贴板图片和上传图片两种调用方式底层统一交给 Qwen-VL 视觉大模型处理。文章会覆盖 MCP 服务的安装与配置、API Key 的获取与验证、Claude Desktop 和 Claude Code 两种接入方式以及一套可以直接对照排查的问题清单。读完你应该能在自己机器上跑通整个流程并理解为什么这个方案比“截图转文字再喂给 Claude”更值得推广。1. 为什么要在 Claude 上外接一个视觉模型在动手之前先回答一个关键问题Claude 本身不是已经支持图片了吗为什么还要自己接一个视觉模型这句话只说对了一半。Claude 网页版的对话界面确实支持直接上传图片但一旦把使用场景移到 Claude Code 终端、API 调用、自动化脚本、桌面工作流里图片输入就变得不那么自然。你会遇到几个非常具体的痛点第一终端环境默认不看图。Claude Code 是一个以文本交互为主体的 CLI 工具用户可以直接把图片路径贴给模型但它对图片内容的解析能力有限更多时候你会发现它只是“知道有这张图”却无法像对话界面那样流畅地描述图片内容。第二人工转述的成本被低估了。很多人遇到“需要让 Claude 看图”时第一反应是自己先看一眼图片然后用一段文字描述给 Claude。一次两次还行如果一天要处理几十张 UI 截图、报错弹窗、设计稿这种人工桥接的方式几乎不可持续。第三图片输入不一定是给 Claude 主模型用。在实际工程里你更需要的可能是一个稳定的视觉理解模块它能被反复调用来提取图片信息就像调用一个函数一样。而 Claude 主模型的价值在于理解意图、拆解问题、组织回答把“看图”这个原子能力交给更专业的视觉模型来完成分工更清晰。mcp-vision 解决的就是这件事。它把“读取图片 → 调用视觉模型 → 返回结构化描述”封装成一个 MCP 工具Claude 在推理过程中一旦判断自己需要看图就主动调用这个工具拿到描述后再继续回答问题。整个过程不需要用户先看图、再转述、再粘贴。为什么选择 Qwen-VL 作为底层的视觉模型主要有三个原因模型能力成熟。Qwen-VL 是阿里通义千问的视觉语言模型系列在中文场景、文档识别、截图理解、UI 描述等任务上表现稳定对中文用户尤其友好。API 获取成本低。可以通过阿里云百炼 DashScope 或者硅基流动 SiliconFlow 等平台快速申请 API Key按量计费个人开发者也负担得起。模型可替换。MCP 的设计决定了视觉模型是一个可插拔组件今天用 Qwen-VL明天想换成 GLM-4V、InternVL 或者本地部署的视觉模型只需要改配置不用改 Claude 侧的调用逻辑。这里想强调一个容易被忽视的判断mcp-vision 的价值不只是“让 Claude 能看图”。更大的价值是它把看图能力从一个依赖厂商界面交互的功能变成了一个可编程、可复用、可批量调用的工程能力。这才是它值得被复刻到每一台新电脑上的原因。2. MCP、mcp-vision、Qwen-VL 三者到底是什么关系第一次接触这套方案的人很容易被 MCP、mcp-vision、Qwen-VL 三个名字弄晕。先用最简单的语言拆一下。MCPModel Context Protocol模型上下文协议是 Anthropic 提出的一套开放协议目的是让 AI 模型能够以标准化的方式连接外部工具和数据源。如果做一个类比大模型是大脑MCP 是神经系统外部工具是手脚。大脑不需要知道每个工具的内部实现只需要通过标准接口发出指令神经系统负责把指令传递给对应的工具再把执行结果传回大脑。MCP ServerMCP 服务就是这套体系里的一个具体工作者。它是一个独立的进程通过标准输入输出stdio或 HTTP 与 Claude 通信对外暴露一系列叫做“工具”Tools的能力。Claude 在回答问题时如果发现自己需要某种外部能力就会调用对应的工具。mcp-vision 就是一个专门做图像理解的 MCP Server。它的职责非常聚焦接收图片输入调用视觉模型返回图片描述。通常它会暴露两类工具读取剪贴板中的图片适合用户刚刚截图、复制图片后直接让 Claude 分析。读取指定路径的图片文件适合批量处理服务器上的截图、批量分析图片素材。你可以把它理解成一个翻译器——把图片这种非结构化信息翻译成 Claude 能直接理解的文字。Qwen-VL 则是 mcp-vision 内部真正执行“看图”任务的视觉大模型。它接收图片像素信息输出对图片内容的自然语言描述。mcp-vision 更像是一个调度中心它自己不负责图像理解而是把任务转发给 Qwen-VL 的 API。三者配合时的数据流大致是这样的用户侧复制一张截图或者告诉 Claude 一个图片路径。Claude 侧Claude 在推理过程中判断“这个问题需要看图”于是调用 mcp-vision 暴露出的工具并传入图片路径或读取剪贴板指令。mcp-vision 侧读取图片内容构造视觉模型请求调用 Qwen-VL API拿到图片描述。返回链路mcp-vision 把描述文本返回给 ClaudeClaude 基于这段描述继续推理并回答用户。整个过程对用户来说几乎是透明的。你看到的效果是粘贴图片然后直接问 Claude “这张图里有什么问题”Claude 就能给出回答。实际上中间经历了 Claude 调用工具、mcp-vision 转发请求、Qwen-VL 识别图片、结果回传多个环节。这里有一个新手容易误解的地方mcp-vision 不会改变 Claude 本身的参数也不会让 Claude 主模型变强。它是在 Claude 外面增加了一个“外挂器官”。Claude 依然是大脑只是现在多了一双可以随时调用的眼睛。3. 环境准备与前置条件开始复刻之前建议先把环境检查一遍避免在配置阶段反复踩坑。以下是需要准备的前置条件请根据自己电脑的实际情况逐项确认环境项说明操作系统Windows / macOS / Linux 都可以。本文会重点提到 PowerShell 下的注意事项macOS 和 Linux 的终端命令类似Node.jsmcp-vision 这类 MCP 服务多数基于 Node.js 生态构建建议安装 Node.js 18 及以上版本。具体版本要求以项目 README 为准Git从仓库拉取 mcp-vision 源码时会用到。如果选择 npm 安装方式可以不用 GitClaude Desktop 或 Claude Code二者至少准备一个。Claude Desktop 适合图形界面操作Claude Code 适合命令行和自动化工作流API Key需要一个能调用 Qwen-VL 的视觉模型 API Key可以从阿里云百炼 DashScope 或硅基流动 SiliconFlow 获取网络环境确保能正常访问对应 API 服务地址这里特别提醒一点不要盲目照搬网上教程写死的版本号。MCP 生态更新非常快mcp-vision 项目本身也在迭代。正确做法是打开你的仓库地址或者 npm 包页面确认当前推荐的 Node.js 版本和安装命令再结合本文的通用思路操作。如果你是从零开始的新电脑可以按下面这个顺序准备环境第一步安装 Node.js。在 Node.js 官网下载对应系统的 LTS 版本安装完成后在终端执行node -v和npm -v确认版本正常输出。第二步安装并确认 Claude 环境。如果你使用 Claude Code安装完成后先执行claude --version验证命令行工具可用。这一步经常出问题尤其是 Windows PowerShell 下常见的“claude 无法识别”错误在后面的排查表格里会专门讲。第三步准备一个 API Key。这是很多人最后一步卡住的地方建议提前申请好并验证可用。4. 获取并验证 Qwen-VL 视觉模型的 API Keymcp-vision 本身是本地工具但它的视觉能力来自云端模型 API。所以 API Key 是整个链路中最重要的配置项之一。目前国内开发者最常用的两个渠道是阿里云百炼 DashScope 和硅基流动 SiliconFlow两个平台都提供 Qwen-VL 系列模型。选择哪家主要看你已有的账号生态和模型计费方式配置逻辑完全一致。以阿里云百炼 DashScope 为例大致流程是登录阿里云百炼控制台开通模型服务在 API-KEY 管理页面创建一个 Key。创建后把 Key 复制保存通常形如sk-开头的一串字符。如果使用硅基流动 SiliconFlow流程类似注册并登录后在账户管理里创建 API Key。硅基流动的一大优势是平台聚合了多个模型你可以在同一个控制台里管理 Qwen-VL、GLM-4V、DeepSeek 等多种模型后续想切换模型时不需要换平台。拿到 API Key 后建议先手动验证一下 Key 是否可用避免把所有配置做完才发现是 Key 的问题。以 DashScope 为例可以在终端执行一个最简单的 curl 请求模拟向 Qwen-VL 发送一张测试图片并获取描述curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \ -H Authorization: Bearer sk-你的API-KEY \ -H Content-Type: application/json \ -d { model: qwen-vl-plus, messages: [ { role: user, content: [ {type: image_url, image_url: {url: https://dashscope.oss-cn-beijing.aliyuncs.com/images/dog_and_girl.jpeg}}, {type: text, text: 请描述这张图片的内容} ] } ] }执行后如果返回结果里choices[0].message.content是一段关于图片的自然语言描述说明 API Key 有效模型访问正常。如果返回鉴权失败、InvalidApiKey 之类的错误就需要重新检查 Key 是否复制完整或者账号是否开通了对应模型服务。需要注意不同平台提供的 API 兼容格式可能略有差异。上面示例基于 DashScope 的 OpenAI 兼容接口格式。如果使用硅基流动请求地址和模型名会不同请以平台文档为准。验证通过后设置一个环境变量来保存 API Key。在终端中执行export DASHSCOPE_API_KEYsk-你的API-KEYWindows PowerShell 下对应命令为$env:DASHSCOPE_API_KEYsk-你的API-KEY这个环境变量在配置 mcp-vision 时会用到。更安全的做法是把环境变量写入系统配置避免每次打开终端都要重新设置。具体写入方式因操作系统而异不建议在配置文件中明文写死 Key。5. 安装 mcp-vision 并在新电脑上复刻配置环境准备好之后进入核心环节把 mcp-vision 安装到当前这台电脑上并完成 Claude 接入配置。5.1 安装 mcp-vision安装方式取决于项目作者提供的分发形式。常见的有两种方式一从 Git 仓库拉取源码手动构建。git clone 你的mcp-vision仓库地址 cd mcp-vision npm install npm run build方式二如果作者发布了 npm 包可以直接通过 npx 或 npm 全局安装。npm install -g mcp-vision这里不写死某个仓库地址或 npm 包名因为 mcp-vision 在不同时期可能有不同分发方式。务必以你找到的项目 README 为准。从源码构建的优点是便于后续修改代码、调试日志使用 npm 包的优点是部署快捷适合快速在同事电脑上复刻。安装完成后确认 mcp-vision 的启动命令。源码方式一般是通过node指向构建后的入口文件比如node /path/to/mcp-vision/dist/index.js如果是 npm 全局安装命令行工具名可能就是mcp-vision。这个启动命令会在后续配置中反复用到。5.2 配置 Claude Desktop 接入Claude Desktop 通过一个 JSON 配置文件管理所有 MCP 服务。这个文件在 macOS 上通常位于~/Library/Application Support/Claude/claude_desktop_config.json在 Windows 上位于%APPDATA%\Claude\claude_desktop_config.json。编辑该文件加入 mcp-vision 服务配置{ mcpServers: { mcp-vision: { command: node, args: [/path/to/mcp-vision/dist/index.js], env: { DASHSCOPE_API_KEY: sk-你的API-KEY } } } }配置项含义如下mcpServersMCP 服务的总配置节点。mcp-vision服务名称可以自定义建议保持与项目一致方便后续排查。command启动服务使用的可执行文件。这里使用node。args启动参数传入脚本入口路径。务必使用绝对路径。env注入给 MCP 服务进程的环境变量。这里把 API Key 注入进去mcp-vision 启动后就能读取到。保存文件后完全退出 Claude Desktop 并重新启动。重启成功后在 Claude 的工具栏或者工具列表中应该能看到一个包含 mcp-vision 工具的图标。如果没有出现检查配置路径是否正确、JSON 是否有语法错误。5.3 配置 Claude Code 接入如果你更习惯在终端中使用 Claude Code接入方式同样简单。建议优先使用 Claude Code 自带的 MCP 管理命令claude mcp add mcp-vision -- node /path/to/mcp-vision/dist/index.js执行成功后可以用以下命令确认服务状态claude mcp list输出结果中mcp-vision 这一项的状态应该是active或其他表示已连接的状态。如果显示不活跃或报错按第 7 章的排查表格处理。另一种做法是在项目根目录创建.mcp.json文件把 MCP 配置纳入版本管理。这样整个团队拉取代码时MCP 服务配置也会同步到本地{ mcpServers: { mcp-vision: { command: node, args: [/path/to/mcp-vision/dist/index.js], env: { DASHSCOPE_API_KEY: ${DASHSCOPE_API_KEY} } } } }这里有一个很重要的工程细节不要把真实 API Key 写进.mcp.json提交到代码仓库。上面示例用了${DASHSCOPE_API_KEY}这种环境变量引用方式具体是否支持取决于项目实现但原则是通用的——密钥走环境变量或者密钥管理服务代码仓库里只保留占位符。这样即使配置被其他人复制也不会泄露自己的 Key。5.4 新电脑复刻时的配置同步标题里强调“在其他电脑上复刻”这在实际团队协作中非常常见。新电脑的复刻流程实际上就是三件事安装 Node.js 和 Claude 环境。克隆 mcp-vision 仓库并安装依赖。把 MCP 配置写入 Claude Desktop 或 Claude Code。只要 API Key 通过环境变量注入整个复刻过程可以很快完成。建议把.mcp.json作为一个模板文件放在项目仓库里新同事入职后复制一份改成自己的环境变量引用即可。6. 实际使用如何让 Claude 通过剪贴板和上传图片调用 Qwen-VL配置完成后测试一下完整的使用链路。以下场景都以 Claude Code 为例Claude Desktop 的操作逻辑类似。6.1 场景一剪贴板图片识别这是最常见的场景。你在浏览网页时看到一张海报、在调试时截了一个报错窗口、在设计中截了一张竞品页面想直接让 Claude 分析。先在系统里复制好图片也就是对图片执行一次“复制图片”操作然后打开 Claude Code输入提示词请读取剪贴板中的图片用中文描述图片内容并指出其中的关键信息。Claude 在推理时会判断“用户需要分析一张图片”然后调用 mcp-vision 暴露的剪贴板读取工具。工具内部会访问系统剪贴板取出图片数据交给 Qwen-VL API 识别返回图片描述。Claude 拿到描述后再根据你的具体要求进行回答。这一步是否成功有几个判断标准Claude 的回复里不再出现“我无法查看图片”这类表述而是出现对图片内容的实质性描述。在 Claude Code 的日志中可以看到调用了 mcp-vision 相关工具。如果 mcp-vision 支持日志输出终端会出现请求 Qwen-VL API 的记录。6.2 场景二指定路径图片识别如果你需要分析的不是剪贴板中最后一张截图而是一个已经存在的图片文件那就直接告诉 Claude 图片路径请分析 /Users/yourname/Documents/screenshots/bug-20250101.png 这张截图 帮我找出其中的报错信息并给出可能的解决方案。mcp-vision 会读取指定路径的图片文件调用 Qwen-VL 识别后返回描述。这种方式非常适合批量分析你可以写一个脚本循环让 Claude 分析某个目录下的多张截图。6.3 场景三报错截图定位问题下面是一个实战提示词示例综合了“看图”和“修改代码”两个能力请查看当前项目目录下 screenshots/login-error.png 这是用户登录时出现的弹窗截图。请 1. 描述图片中的报错文案 2. 对比项目代码定位这个报错最可能在哪个模块 3. 给出修改建议在这个流程中mcp-vision 负责“看清图片”Claude Code 负责“理解代码并给出建议”两者的能力被串成一个完整的工作流。这也是 mcp-vision 这类 MCP 工具最有价值的用法——不是单次看图而是把看图能力嵌入到完整的开发和排障链路里。6.4 调用失败的快速自检如果第一轮测试没有成功先不要急着改代码。按下面顺序检查剪贴板场景确认系统剪贴板中确实存在图片数据。如果只是复制了一个文件而不是复制了图片内容工具拿不到有效图片。路径场景确认图片路径正确路径中如果包含空格或中文注意是否需要转义或加引号。API Key回到第 4 章的 curl 命令测试确认 Key 是否仍然有效。MCP 服务在 Claude Code 中执行claude mcp list确认服务状态正常。7. 常见问题与排查思路以下表格整理了 mcp-vision 在配置和使用过程中最常遇到的几个问题。这些问题来自 Claude Code 安装和使用社区中大量出现的反馈如果你遇到类似现象可以直接对照排查。问题现象可能原因排查方式解决方案执行claude提示“无法将‘claude’项识别为 cmdlet、函数、脚本文件或可运行程序的名称”Claude Code 未正确安装或安装路径没有加入系统 PATH在终端执行npm ls -g查看全局包检查 PATH 是否包含 npm 全局目录重新安装 Claude Code手动将 npm 全局目录加入 PATH重启终端执行claude提示claude不是内部或外部命令也不是可运行的程序或批处理文件Windows 下命令未找到与上一条类似但发生在 CMD 环境检查 npm 全局安装路径使用完整路径运行 claude或重新安装并配置 PATH安装完成后提示error: claude native binary not installed. either postinstall did not runpostinstall 脚本没有成功执行可能是网络、权限或 Node 版本问题查看安装日志重跑npm install或npm rebuild删除 node_modules 和 package-lock.json 后重装确认以管理员权限执行安装Claude 中看不到 mcp-vision 工具配置文件路径错误、JSON 语法错误、服务启动失败检查配置文件是否存在用node手动执行入口文件看报错Claude Code 执行claude mcp list修正配置路径修复 JSON 格式错误确认 mcp-vision 能独立启动调用时提示 API Key 无效或者鉴权失败API Key 过期、复制不完整、未开通对应模型服务使用 curl 单独验证 Key登录平台检查 Key 状态重新生成 Key在 mcp-vision 配置中更新 Key验证环境变量是否注入成功读取剪贴板图片失败或提示剪贴板为空剪贴板中没有图片数据或者系统权限阻止了剪贴板访问手动粘贴图片到其他应用确认剪贴板内容重新复制图片检查系统隐私设置允许终端访问剪贴板图片路径包含中文或空格导致读取失败路径解析出现问题在终端先测试ls或test -f确认文件存在给路径加引号或复制图片到纯英文路径下再测试Qwen-VL 返回的描述不准确图片本身模糊、模型选型不合适、temperature 参数过高查看 mcp-vision 是否支持配置模型参数换更高质量的 Qwen-VL 版本清洗输入图片调整模型参数服务启动后 CPU 占用异常或频繁报错mcp-vision 部署方式与当前 Node 版本不兼容查看服务日志确认 Node 版本升级 Node 或切换部署方式排查时有一个通用的方法论先确认“mcp-vision 自己能不能跑”再确认“Claude 能不能连上 mcp-vision”最后确认“Qwen-VL API 能不能被 mcp-vision 调用”。三个链路独立验证很容易定位问题在哪一层。8. 最佳实践与工程建议把这套方案真正用到自己的项目或者团队里以下几条实践建议值得留意。8.1 API Key 安全是第一位这是整篇文章里最重要的一条。API Key 一旦泄露别人就能用你的额度调用视觉模型。建议做到几点API Key 只通过环境变量注入不要写进任何会同步到仓库的配置文件团队协作时各自管理自己的 Key如果怀疑 Key 泄露第一时间去平台后台吊销并重新生成。8.2 控制 mcp-vision 的读取范围mcp-vision 本身有读取本机文件的能力。在某些使用场景下你也许不希望它任意读取电脑上的所有图片。更稳妥的做法是在给 Claude 的指令中明确指定可访问目录或者在操作系统层面限制相关进程的访问权限。这个原则同样适用于任何 MCP 工具——不要给工具超出需要的权限。8.3 先跑通最小链路再上复杂工作流建议新电脑首次配置时不要一上来就试“分析整个目录的所有截图”。先用一张明确的图片、一句最简单的提示词跑通链路。确认基本链路没问题后再逐步增加路径解析、批量处理、报告生成等复杂逻辑。这个过程能帮你把“配置问题”和“代码问题”快速区分开。8.4 利用 MCP 的模型可替换性控制成本MCP 的设计让视觉模型变成了可插拔组件。不同 Qwen-VL 子版本在成本和质量上有差异。如果是个人开发场景可以先从成本更低的版本开始验证如果对识别质量要求高再切换到质量更强的参数版本。批量测试时也可以先抽样估算处理 1000 张图的成本再做全量处理。同理如果团队已经有 DeepSeek、GLM 等其他模型的接入经验也可以在 mcp-vision 内扩展支持不一定要锁死在单一模型上。8.5 团队复刻时把配置模板化如果把 mcp-vision 用在一个多人团队里建议做一个配置模板包含.mcp.json示例、环境变量说明、常见问题链接。新同事或新电脑接入时只需要复制模板并填入自己的 Key。这样可以避免每个人独立摸索配置格式也为后续换模型、升级工具留出统一入口。8.6 结合工具链提升效率Claude Code 生态里已经出现了一批辅助工具比如用于切换 Claude Code 模型配置的 CC Switch、用于本地运行开源大模型的 Ollama 等。mcp-vision 可以和这些工具组合使用形成更完整的工作流。比如在 CC Switch 中同时配置云端 Claude 模型和本地视觉模型或者在 Ollama 中部署本地视觉模型作为 mcp-vision 的后端完全离线完成图像理解。具体组合方式可以根据自己的实际需求探索但核心思路是一样的让模型能力通过 MCP 协议统一接入灵活替换不被单一厂商绑定。8.7 注意隐私与合规风险剪贴板是一个很容易被低估的敏感数据来源。截图里可能包含对话记录、个人信息、内部系统界面等。在使用 mcp-vision 时要明确知道图片内容会被发送到云端模型 API 进行处理。对于涉密项目和敏感数据建议不要使用云端视觉模型而是考虑本地部署 VLM 方案避免数据离开自己的网络环境。9. 总结与后续学习方向这篇内容围绕 mcp-vision 展开核心是把看图的 MCP 工具完整复刻到另一台电脑上让 Claude 通过剪贴板或图片路径直接调用 Qwen-VL 视觉大模型。文章讲了这套方案背后的架构逻辑Claude 作为大脑负责推理MCP 服务作为管弦乐队负责调度Qwen-VL 作为眼睛负责图像理解。也给出了从环境准备、API Key 验证、MCP 配置到实际使用的完整流程以及一份可以直接对照的排查清单。如果你按步骤走通了接下来有几条值得继续深入的方向。第一个方向是定制自己的 MCP Server。理解了 mcp-vision 的工作机制后你会发现 MCP 不只能接视觉模型。今天的图片理解只是一个开始明天你可能想接数据库查询、文件搜索、自动化测试、甚至键盘鼠标控制。MCP 这套协议本身并不复杂只要理解了它的数据流就能把自己的工具封装成 MCP 服务接入 Claude。第二个方向是换用不同的视觉模型。mcp-vision 的核心是一次图片理解的封装底层模型完全可以替换。你可以对比 Qwen-VL 系列不同版本在中文场景下的识别质量也可以把后端换成 GLM-4V、InternVL或者通过 Ollama 在本地部署一个完全离线的视觉模型。从工程角度看这正好体现了 MCP 协议“能力与实现解耦”的设计价值。第三个方向是关注 Claude Code 自身的 Skills 能力。它的官方 Skills 机制也在持续演进和 MCP 工具在很多场景下形成互补。什么时候用 Skills什么时候用 MCP是一道值得思考的架构题。最后提醒一句配置 MCP 服务看起来很轻量但它本质上是给 Claude 增加了可以接触本机资源的权限。在追求效率的同时始终记得控制权限范围、保护 API Key、明确数据流向。工具越强越要懂得怎么安全地使用它。收藏这篇文章等真正在新电脑上遇到问题时翻出来对照一遍会比重新搜索一圈更有用。