给MiMo2.5pro模型补一双眼睛

原文链接：https://mp.weixin.qq.com/s/nyAzEuk0F2vE_WycVkdt9Q

我做了一个 MCP。名字叫 MiMo Image Reader MCP。

我做了一个 MCP。

名字叫 MiMo Image Reader MCP。

它解决的问题很小，也很常见：

让 Claude Code 在使用 MiMo 2.5 Pro 时，可以处理图片。

事情起因很简单。

我用 Claude Code 写代码时，经常会遇到截图场景。

页面样式有问题，发截图最快。
终端报错了，发截图最快。

想让 AI 参考一个 UI 页面，还是发截图最快。

但 MiMo 2.5 Pro 看不了图片。

每次遇到这种情况，我都要先用别的工具识别图片，再把文字结果复制回来。

用一次还行，用多了就很烦。

所以我干脆做了一个 MCP，把这个流程接上。

现在发图片后，它会先调用 MiMo 2.5 视觉模型识别图片内容，再把结果交给 MiMo 2.5 Pro。

后面的分析、改代码、排查问题，继续由 Pro 模型完成。

用户这边看到的体验很简单：

直接发图，继续提需求。

比如你有一张页面截图，可以直接问：

“帮我看看这个页面哪里不协调。”

它会先看图，再继续分析布局问题。

比如你有一张报错截图，可以直接问：

“这是什么问题，怎么修？”

它会先识别截图里的错误信息，再继续给你排查思路。

比如你看到一个不错的 UI 参考图，也可以让它先理解页面结构，再生成代码。

这个工具最适合几类场景：

前端页面调整。
报错截图分析。
UI 图转代码。
软件弹窗识别。
代码小白发图问问题。

我做它的原因也很直接。

很多问题本来就在图里。

让用户手动描述图片内容，效率很低。
让 AI 先看图，再继续处理，体验会顺很多。

这个项目不大，核心价值就是把 Claude Code、MiMo 2.5 Pro 和 MiMo 2.5 视觉模型接起来。

视觉模型负责看图。
Pro 模型负责分析和写代码。
MCP 负责中间转发。

用起来不用想这么多。

配置好之后，在 Claude Code 里直接发图片就行。

我给这个项目的定位也很简单：

给 Claude Code 补一双眼睛。

项目已经开源，感兴趣可以去试试

如果你也有类似的问题，可以去试试这个MCP，相信能帮到你的问题，也可以留言聊聊。

写到这里，感谢你愿意花时间读完。

如果这篇内容对你有一点启发，欢迎点个赞，或者转发给同样需要的人。也可以给我设个星标⭐，这样我们下次见面会更容易一点。

谢谢你，我们下篇文章见。

作者：立方体

本文转载自微信公众号，如有侵权请联系删除。