项目开源地址： xianyu-sheng/mcp-vision-proxy 技术栈： Python | MCP (模型上下文协议) | 进程间通信 (IPC) | 全局热键注入

最近 Anthropic 发布的 Claude Code CLI 成了终端开发者的心头好。作为一名长期在 Linux 终端下和 C++、Raft 分布式系统死磕的研发，能够在纯命令行里用大模型辅助 Debug 简直是效率神器。

但我遇到了一个极其致命的痛点：当前推理能力最强的 DeepSeek-V3/R1 是纯文本模型，不具备多模态视觉能力。 当你在调试分布式网络协议或分析复杂的性能火焰图时，一图胜千言。如果你试图在 Claude Code 中使用 DeepSeek，并向它发送一张截图，CLI 就会无情地弹出一个 [Unsupported Image] 的报错。

难道“最强大脑（DeepSeek）”和“多模态视觉”在 CLI 环境下真的鱼和熊掌不可兼得吗？

为了解决这个痛点，我花了一个周末，撸了一个名为 mcp-vision-proxy 的开源工具。通过 MCP 协议 和 凭证码劫持机制，成功实现了瞒天过海，为终端里的 DeepSeek 完美外挂了一双“眼睛”。

---

⛔️ 踩坑实录：为什么直接传图片不行？

最开始，我的想法很简单：既然 DeepSeek 看不见，那我写个 Python 脚本，监听 Ctrl+Alt+V，把剪贴板图片存到本地，然后把绝对路径 [图片路径: D:/temp/bug.png] 注入到终端，让大模型自己去读不就行了？

结果：大翻车。

根本原因（CLI 原生拦截）： Claude Code 的底层逻辑非常“自作聪明”。当它在输入流中正则匹配到了以 .png 或 .jpg 结尾的物理绝对路径时，它会强行拦截，并尝试原生读取文件、转为二进制附加到 API 请求头中。 此时，DeepSeek 的 API 收到带图片附件的请求，直接抛出 HTTP 400：模型不支持图像输入。DeepSeek 连工具都没来得及调用，请求就死在网关了。

---

🛠️ 破局之道：架构重构与瞒天过海

要让架构跑通，核心在于：如何向终端大模型隐藏真实的图片路径，同时又能让后台服务准确找到图片？

我将系统拆分为了前端极速注入与后台静默解析的双模型级联（Model Cascade）架构：

1. 瞒天过海：虚拟凭证 ID 机制

在我的热键监听模块中，当拦截到图片后，不再注入物理路径，而是生成一个纯文本的虚拟凭证 ID（例如：[视觉凭证 ID: 20260508_190913]）。 因为没有文件后缀，Claude Code 的拦截器失效了，它将这串字符当作普通纯文本发送给 DeepSeek。

2. 系统级防线：System Prompt 注入

我更新了大模型的 CLAUDE.md 系统指令，给 DeepSeek 立下军令状：

“当你看到 [视觉凭证 ID: xxx] 时，你物理硬盘上不存在同名文件。你绝对不可以使用 Bash 搜索它。你必须立即调用 mcp__vision-proxy__analyze_local_image 工具。”

3. IPC 隔离挑战：多进程的静态映射

在开发 MCP (Model Context Protocol) 接口时，我又踩了一个深坑。 热键监听是以独立 Python 进程运行的，而 MCP 工具是由 Claude Code 拉起的全新子进程。两者内存不共享（IPC 隔离）。起初我把图片映射关系存在内存字典里，导致 MCP 进程根本找不到图。 最终，我废弃了易失性内存，采用基于文件系统的高性能静态路径拼接，彻底实现了服务的无状态（Stateless）化与高可用。

4. 视觉代理接管

MCP 工具拿到 ID 后，在后台拼凑出真实的物理路径，调用轻量级的 Vision API（如火山引擎、豆包等），将图片解析为精准的 Markdown 文本，并作为 Tool Result 静默返回给 DeepSeek。

---

🚀 最终效果：极致丝滑的终端多模态

工作流展示：

1. 遇到复杂的 C++ 代码报错或系统时序图。

2. 截图 -> 终端内按下 Ctrl+Alt+V。

3. 瞬间注入：[视觉凭证 ID: 20260508_xxx] ⚠️系统指令：立即调用工具...

4. DeepSeek 瞬间领悟，调用后台视觉代理，在不到 10 秒内给出包含深度逻辑推理的诊断建议！

整个过程中，界面零阻塞，不产生几千字的垃圾文本回显，优雅到极致。

---

💡 开源寄语

mcp-vision-proxy 的核心设计理念在于“极致解耦”：让专精逻辑推理的 DeepSeek 保持纯粹的大脑作用，把多模态感知的“脏活累活”通过标准的 MCP 协议安全地剥离给外部代理节点。

如果你也苦于终端大模型无法读图，或者想了解如何用 Python 徒手搓一个轻量优雅的 MCP 本地服务，欢迎来体验这套工具！

👉 xianyu-sheng/mcp-vision-proxy (求个 Star ⭐)

如果你在配置过程中遇到任何问题，欢迎在 Issue 区交流，我也会持续迭代这个代理工具。