$ loading_
为非多模态模型提供图像描述能力，并可查询可用视觉模型。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"opencode-eyes-nvidia" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用 opencode-eyes-nvidia 描述这张图片的主要对象、场景、文字内容和整体含义。
返回一段结构化或自然语言的图片描述，帮助非多模态模型理解图像内容。
请列出 opencode-eyes-nvidia 当前可用的视觉模型名称，便于我选择使用。
返回可用视觉模型列表，用于后续图像描述任务选择。
在这个自动化流程中，先用 opencode-eyes-nvidia 描述上传图片，再基于描述总结图片里的关键信息。
先得到图片描述，再产出可供后续文本模型处理的关键信息摘要。
开发者在使用非多模态模型时，可以通过该 MCP 工具先把图片转成文字描述，再交给模型继续分析或回答问题。
当自动化流程需要处理图片，但主模型本身不支持视觉输入时，这个工具可以作为图像理解中间层提供描述结果。
需要稳定调用 NVIDIA 视觉模型的团队，可以利用它支持多个 NVIDIA API 密钥的轮换与故障切换能力提升可用性。
这是一个 MCP server，用 NVIDIA NIM 的 MiniMax-M3 模型为非多模态模型生成图片描述，还能列出可用的视觉模型。
根据描述，你需要 NVIDIA API key。它支持多个密钥，并带有自动故障切换和轮换机制；其他安装细节见源码仓库。
它的定位是作为 MCP 工具为非多模态模型补充“视觉能力”，并且提供可用视觉模型查询，以及多 NVIDIA 密钥的高可用支持。
通过图像识别生成文字描述，适合在应用中快速接入视觉理解能力。
让 AI 读取本地图像并完成描述、文字提取与自定义视觉分析。
让纯文本模型调用多模态 API，识别并描述图片内容。
让纯文本模型通过 read_image 工具读取图片并返回文字描述。
用视觉大模型分析本地或远程图片并生成清晰文字描述。
通过 NVIDIA 托管接口调用大模型对话、模型查询与图像生成能力。