用途：通过 GLM 视觉 MCP 服务器对图片和视频进行理解与分析，适用于用户要求描述图片内容、识别图中物体文字场景等需求。
主要能力：MCP 服务名为 glm-vision，配置包为 @z_ai/mcp-server，提供 ui_to_artifact（UI 截图转代码/提示词/设计规范/自然语言）、extract_text_from_screenshot（OCR 提取文字）、diagnose_error_screenshot（解析错误弹窗、堆栈与日志截图并给出定位与修复建议）、understand_technical_diagram（解读架构图、流程图、UML、ER 图）、analyze_data_visualization（阅读仪表盘与统计图表并提炼趋势、异常与业务要点）、ui_diff_check（对比两张 UI 截图差异）、analyze_image（通用图像理解）、video_analysis（解析 MP4/MOV/M4V 等视频的场景、关键帧与事件）。
使用方式：首次需安装配置，后续直接调用。先检查 mcporter：npx -y mcporter --version；再检查 API Key：cat ~/.openclaw/config/glm.json 2>/dev/null | python3 -c "import json,sys; d=json.load(sys.stdin); print(d.get('api_key', ''))"。若未配置，向用户索要智谱 API Key，并执行：mkdir -p ~/.openclaw/config 与 cat > ~/.openclaw/config/glm.json << EOF 写入 {"api_key":"API密钥"}。随后添加服务器：mcporter config add glm-vision --command "npx -y @z_ai/mcp-server" --env Z_AI_API_KEY="your-key" --env Z_AI_MODE="ZHIPU" --env HOME="$PWD"，用 mcporter list 测试。调用示例：mcporter call glm-vision.analyze_image prompt="<对图片的提问>" image_source="<图片路径或URL>"；OCR 用 extract_text_from_screenshot，错误截图用 diagnose_error_screenshot。参数 image_source 与 prompt 均为必填字符串。
限制：需智谱 API Key 与网络；官方版说明以 https://docs.bigmodel.cn/cn/coding-plan/mcp/vision-mcp-server 为准；如出现问题以官方说明为准。费用、价格、具体效果等暂未提供。