DINO-X Image Detection MCP Server

DINO-X MCP服务器

英语 | 中文

DINO-X官方MCP服务器由DINO-X和接地DINO模型提供支持，为您的多模式应用程序带来细粒度的对象检测和图像理解。

Your browser does not support the video tag.

为什么选择DINO-X MCP？

使用DINO-X MCP，您可以：

• 精细理解：完整的图像检测、对象检测和区域级描述。

• 结构化输出：获取VQA和多步推理任务的对象类别、计数、位置和属性。

• 可组合：与其他MCP服务器无缝协作，构建端到端的可视化代理或自动化管道。

运输方式

DINO-X MCP支持两种传输模式：

|功能|STDIO（默认）|可流式传输HTTP| |:--|:--|:--| |运行时|本地|本地或云| |传输|标准I/O |HTTP（流式响应）| |输入源| file:// 和 https:// | https:// 只有| |可视化|支持（在本地保存带注释的图像）|不支持（目前）|

快速开始

1.准备MCP客户端

任何兼容MCP的客户端都可以工作，例如：

• 光标
• 风帆
• 崔
• 樱桃工作室

2.获取API密钥

在DINO-X平台上应用： 请求API密钥 （新用户获得免费配额）。

3.配置MCP

选项A：官方托管流式HTTP（推荐）

添加到MCP客户端配置中，并替换为API密钥：

{
  "mcpServers": {
    "dinox-mcp": {
      "url": "https://mcp.deepdataspace.com/mcp?key=your-api-key"
    }
  }
}

选项B：在本地使用NPM包（STDIO）

先安装Node.js

• 从下载安装程序

• 或者使用命令：

# macOS / Linux
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bash
# or
wget -qO- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bash

# load nvm into current shell (choose the one you use)
source ~/.bashrc || true
source ~/.zshrc  || true

# install and use LTS Node.js
nvm install --lts
nvm use --lts

# Windows (one of the following)
winget install OpenJS.NodeJS.LTS
# or with Chocolatey (in admin PowerShell)
iwr -useb https://raw.githubusercontent.com/chocolatey/chocolatey/master/chocolateyInstall/InstallChocolatey.ps1 | iex
choco install nodejs-lts -y

配置您的MCP客户端：

{
  "mcpServers": {
    "dinox-mcp": {
      "command": "npx",
      "args": ["-y", "@deepdataspace/dinox-mcp"],
      "env": {
        "DINOX_API_KEY": "your-api-key-here",
        "IMAGE_STORAGE_DIRECTORY": "/path/to/your/image/directory"
      }
    }
  }
}

注：更换 your-api-key-here 用你真正的钥匙。

选项C：从本地源代码运行

确保已安装Node.js（请参阅选项B），然后：

# clone
git clone https://github.com/IDEA-Research/DINO-X-MCP.git
cd DINO-X-MCP

# install deps
npm install

# build
npm run build

配置您的MCP客户端：

{
  "mcpServers": {
    "dinox-mcp": {
      "command": "node",
      "args": ["/path/to/DINO-X-MCP/build/index.js"],
      "env": {
        "DINOX_API_KEY": "your-api-key-here",
        "IMAGE_STORAGE_DIRECTORY": "/path/to/your/image/directory"
      }
    }
  }
}

CLI标志和环境变量

• 通用旗帜

- --http：以流式HTTP模式启动（否则默认为STDIO） - --stdio：强制STDIO模式 - --dinox-api-key=...：设置API密钥 - --enable-client-key：通过URL允许API密钥 ?key= （仅限流式HTTP） - --port=8080：HTTP端口（默认3020）

• 环境变量

- DINOX_API_KEY （要求/有条件要求）：DINO-X平台API密钥 - IMAGE_STORAGE_DIRECTORY （可选，STDIO）：保存带注释图像的目录 - AUTH_TOKEN （可选，HTTP）：如果设置，客户端必须发送 Authorization: Bearer

示例：

# STDIO (local)
node build/index.js --dinox-api-key=your-api-key

# Streamable HTTP (server provides a shared API key)
node build/index.js --http --dinox-api-key=your-api-key

# Streamable HTTP (custom port)
node build/index.js --http --dinox-api-key=your-api-key --port=8080

# Streamable HTTP (require client-provided API key via URL)
node build/index.js --http --enable-client-key

使用时的客户端配置 ?key=:

{
  "mcpServers": {
    "dinox-mcp": {
      "url": "http://localhost:3020/mcp?key=your-api-key"
    }
  }
}

使用 AUTH_TOKEN 带有注入的网关 Authorization: Bearer :

AUTH_TOKEN=my-token node build/index.js --http --enable-client-key

客户端示例 supergateway:

{
  "mcpServers": {
    "dinox-mcp": {
      "command": "npx",
      "args": [
        "-y",
        "supergateway",
        "--streamableHttp",
        "http://localhost:3020/mcp?key=your-api-key",
        "--oauth2Bearer",
        "my-token"
      ]
    }
  }
}

工具

|能力|工具ID|运输|输入|输出| |:--|:--|:--|:--|:--| |全场景对象检测| detect-all-objects |STDIO/HTTP|图像URL|类别+bbox+（可选）标题| |文本提示对象检测| detect-objects-by-text |STDIO/HTTP|图像URL+英语名词（点分隔为多个。， person.car)|目标对象bbox+（可选）标题| |人体姿态估计| detect-human-pose-keypoints |STDIO/HTTP|图像URL|17个关键点+bbox+（可选）标题| |可视化| visualize-detection-result |仅限STDIO |图像URL+检测结果数组|带注释图像的本地路径|

🎬 用例

Detect and visualize the fire areas in the forest

🖼️ 输入图像： | | | 对象计数 | 💬 提示： Please analyze this warehouse image, detect all the cardboard boxes, count the total number

🖼️ 输入图像： | | | 特征检测 | 💬 提示： Find all red cars in the image

🖼️ 输入图像： || | 属性推理 | 💬 提示： Find the tallest person in the image, describe their clothing

🖼️ 输入图像： | | | 全场景检测 | 💬 提示： Find the fruit with the highest vitamin C content in the image

🖼️ 输入图像： |

*答：猕猴桃（93mg/100g）* | | 姿态分析 | 💬 提示： Please analyze what yoga pose this is

🖼️ 输入图像： ||

常见问题解答

• 支持的图像源？

- 工作室： file:// 和 https:// - 流式HTTP： https:// 仅

• 支持的图像格式？

- jpg、jpeg、webp、png

开发与调试

在开发过程中使用监视模式自动重建：

npm run watch

使用MCP检查器进行调试：

npm run inspector

许可证

Apache许可证2.0