$ loading_
让纯文本大模型接入视觉能力，解析本地或在线图片内容。
整体看属于常规 MCP 工具风险：需要本机处理图片并可能调用外部视觉后端，但未见密钥、未知端点或明显恶意红旗。因开源可审计且 MIT 许可，供应链风险偏低；但由于仓库社区信号弱、维护状态未知，仍建议谨慎使用。
材料未显示需要任何密钥、token 或账号凭证，因此不存在已知凭证泄露或滥用面。
描述明确提到会把图片路由到 OpenAI-compatible vision backend，存在把用户图片数据外发到声明后端的常规网络传输风险，但未见不明或额外端点。
系统已判定具备 executes-code，说明工具可在本机触发进程或执行代码；这属于 MCP 工具常规能力，但需要注意运行环境隔离。
支持 local files、URLs 和 data URLs，意味着可读取本地图片并处理来自链接的数据；数据访问范围以图片输入为主，未见超范围读写迹象。
来源为 third_party_registry，仓库公开且为 MIT 开源，可审计性较好；但社区采用为 0 star、维护状态未知，供应链可信度证据不足。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"image_mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请分析这张应用报错截图，提取错误信息、可能原因，并给出排查步骤。
返回截图中的关键信息、错误摘要及可执行的排查建议。
读取这张图表，概括主要趋势、异常点，并用通俗语言解释结论。
输出图表摘要、趋势说明和对业务含义的简明解读。
请查看这个网页界面截图，从布局、层级、可读性和可用性角度提出改进建议。
给出界面问题清单及按优先级排序的设计优化建议。
用视觉大模型分析本地或远程图片并生成清晰文字描述。