图像理解
dingtalk/image-understanding
Hosted
2 Stars
697 次浏览
DingTalk
更新于 2026-08-23
图像理解MCP，一键识别图片内容，提取文字，分析场景，让信息一目了然。
该服务暂未提供标准配置，请参考 README 手动接入
可用工具 （2 个）
该服务在 MCP 协议中暴露的工具，AI 可按需调用
submit_image
该请求用于图像内容理解，支持输入图片和提问信息，多维度识别与理解图片内容，包括人、物、行为、场景、文字等，输出对图片内容的描述。用于图片内容问答，图片打标签，图片物体识别等业务场景。图像内容理解服务涉及2个子接口。 支持传入图片、提问等参数，创建图像内容理解任务，该接口会返回任务ID。在任务成功创建后，支持传入任务ID，查看任务处理的状态、获取处理完成后返回的结果。
该工具无需必填参数，直接调用即可
query_result
传入任务ID，查看任务处理的状态、获取处理完成后返回的结果。
该工具无需必填参数，直接调用即可
服务介绍
图像理解 MCP Server
什么是图像理解 MCP Server？
图像理解是开放平台官方提供的 MCP，支持对上传的图片进行内容识别、文字提取、场景分析等操作。
如何使用图像理解 MCP Server？
钉钉已为你部署好了云端的图像理解 MCP 服务。你可以直接在对话输入框中添加并使用。
MCP Tools
- 未命名记录
- 未命名记录
用户使用案例
- 分析这张产品照片中的主体内容，并描述画面细节
- 从上传的发票图片中提取所有文字信息，包括金额和日期
- 识别截图中的界面元素，并说明每个按钮的功能和布局位置
