用途
DINO-X-MCP 是 DINO-X 官方提供的模型上下文协议（MCP）服务器，依托 DINO-X 与 Grounding DINO 模型，为 LLM 和多模态应用带来真实世界的视觉感知能力，包括图像目标检测、定位与描述等 API。
主要能力
- 细粒度理解：支持全图检测、物体检测以及区域级描述。
- 结构化输出：返回物体类别、数量、位置和属性，适用于 VQA（视觉问答）和多步推理任务。
- 可组合性：可与其他 MCP 服务器无缝协作，用于构建端到端的视觉智能体或自动化流水线。
使用方式
传输模式
DINO-X MCP 支持两种传输模式：STDIO 与 Streamable HTTP。
准备 MCP 客户端
任何兼容 MCP 的客户端均可使用。
获取 API Key
在 DINO-X 平台申请 API Key（新用户可获得免费配额）。
配置 MCP
将配置添加到 MCP 客户端配置中，并替换为你自己的 API Key。 先安装 Node.js：可从 nodejs.org 下载安装程序，或使用命令进行安装。然后配置 MCP 客户端。 注意：请将 your-api-key-here 替换为真实密钥。确认已安装 Node.js 后执行。
CLI 标志与环境变量
常用标志：
- --http：以 Streamable HTTP 模式启动（否则默认 STDIO）
- --stdio：强制使用 STDIO 模式
- --dinox-api-key=...：设置 API Key
- --enable-client-key：允许通过 URL 的 ?key= 传递 API Key（仅 Streamable HTTP 模式）
- --port=8080：HTTP 端口（默认 3020）
环境变量：
- DINOX_API_KEY（必需/条件必需）：DINO-X 平台 API Key
- IMAGE_STORAGE_DIRECTORY（可选，STDIO）：保存标注图像的目录
- AUTH_TOKEN（可选，HTTP）：如果设置，客户端必须发送 Authorization: Bearer <token>
配置示例：使用 ?key= 时的客户端配置；与注入 Authorization: Bearer <token> 的网关配合使用 AUTH_TOKEN 的方式；以及使用 supergateway 的客户端示例。
支持的图像来源
- STDIO：file:// 与 https://
- Streamable HTTP：仅支持 https://
支持的图像格式
jpg、jpeg、webp、png。
开发与调试
- 开发时可使用 watch 模式自动重建。
- 可使用 MCP Inspector 进行调试。
适用场景
适用于需要为多模态应用或 AI 智能体添加视觉感知能力的场景，例如目标检测、图像理解、视觉问答、多步推理，以及与其他 MCP 服务器协作构建视觉智能体或自动化流水线。
限制
上述信息未提供额外限制说明。许可证为 Apache License 2.0。
