一、什么是 DINO-X MCP

MCP，全称模型上下文协议（Model Context Protocol），是一种由 Anthropic 发布的协议，旨在为大语言模型（LLMs）提供一种标准化的方式，以访问外部的上下文数据源与工具。

MCP 被作为一种连接外部工具与智能体之间的桥梁。通过 MCP，开发者可以为智能体添加各种第三方工具或服务，使其具备更强的任务执行与理解能力。例如，用户可以通过整合“目标检测服务 + 大语言模型”，获取精准的目标或场景描述；也可以通过整合“大语言模型+旅游服务+地图服务”，进行完备的旅游行程和路线规划。

简而言之，MCP 使 AI 不再局限于模型本身的能力，而能够借助强大的外部工具，进行更专业、更复杂的开发任务。而 DINO-X MCP 则是基于目前最先进的 DINO-X 视觉模型为用户提供目标检测服务。

二、为什么需要 DINO-X MCP

尽管目前市面上众多多模态模型已经具备理解和描述图像的能力，但它们往往缺乏对视觉内容的精确定位和高质量的结构化输出，并容易陷入海量先验知识的经验误区。

而通过 DINO-X MCP，你可以将更精准的目标检测效果整合进你的工作流中，包括但不限于：

（1）实现图像的细粒度理解，包括全图识别、定向检测等；

（2）精准获取目标数量、位置、属性，并以此为依据进行图像问答等任务；

（3）与其他 MCP Server 组合，更灵活地快速构建多步视觉工作流；

（4）构建自然语言驱动的视觉智能体，用于真实场景的自动化任务。

三、DINO-X MCP 的应用场景

DINO-X 就像是 AI 在现实世界的眼睛，帮助 AI 更好地看清世界，与现实进行交互。几乎所有涉及现实内容的应用场景，都可以把 DINO-X MCP 整合进工作流中。以下为 5 大常见的案例：

（1）目标检测和定位

比如通过火焰检测，识别并定位出树林里着火的位置。

（2）物体计数

标记并统计出特定场景中的所有指定目标，比如统计仓库中所有的纸箱数量。

（3）特征检测

根据用户指定的特征（属性、位置等）检测并定位出目标对象，比如停车场内所有红色的车。

（4）姿态分析

通过对目标对象（人物、动物等）进行关键点检测，结合大语言模型分析出目标对象的姿态含义，比如瑜伽姿势分析。

（5）饮食监测

通过精准检测出饮食中包含的食物类型和数量，帮助用户实现更精确的饮食检测。比如卡路里计算，营养分析等。

四、如何接入 DINO-X MCP Server

只要是支持 MCP Server 的 AI 编程 IDE 都可以使用 DINO-X MCP，包括但不限于 Cursor，Trae（国内和国际版）、WindSurf 等。

其中，DINO-X MCP 分为线上调用和本地部署两个版本。线上调用版本则无需安装任何环境；而本地部署需要安装依赖环境，目前仅支持 Node.js 的 npx。因此，如果通过本地部署的方式接入 DINO-X MCP，请先前往 Node.js 官网 下载安装包。

1. Cursor IDE

（1）进入 Cursor IDE 页面，点击左侧的 “Tools & Integrations” 按钮，进入 MCP 设置界面。

（2）在弹出的 JSON 配置页面中填写对应的 JSON 内容：

a. 仅需要线上调用，则 JSON 配置为：

{
  "mcpServers": {
    "dinox-mcp": {
      "url": "https://mcp.deepdataspace.com/mcp?key=your-api-key"
    }
  }
}

其中，代码中的 ‘your-api-key’ 字段需要替换为 DINO-X 开放平台的 API 密钥。

b. 本地部署，则 JSON 配置为：

{
  "mcpServers": {
    "dinox-mcp": {
      "command": "npx",
      "args": ["-y", "@deepdataspace/dinox-mcp"],
      "env": {
        "DINOX_API_KEY": "you-api-key-here",
        "IMAGE_STORAGE_DIRECTORY": "/path/to/your/image/directory"
      }
    }
  }
}

其中，代码中的 ‘your-api-key-here’ 字段需要替换为 DINO-X 开放平台的 API 密钥；‘/path/to/your/image/directory’ 字段替换为本地路径（比如指定的文件夹路径）。

最后选择关闭并保存即可。

（3）返回设置界面，并回到 “Tools & Integrations” 页面，你会看到 DINO-X MCP 已经配置成功，并且 Cursor IDE 会默认启动。

（4）你还可以在“model”页面选择心仪的模型。

（5）按下 CTRL/CMD + L 快捷键，即可在编辑器右侧打开对话框。选择“Agent”模式，即可调用 DINO-X MCP。目前 Cursor IDE 支持直接上传图片，如要在对话中通过本地路径或 http 链接的方式来提供图片，需要严格参照 file:///path/to/your/image/directory 或者 https:// 的格式。

2. Trae IDE

（1）进入 Trae IDE 页面，点击右上角的设置按钮，进入智能体设置界面。

（2）在设置界面选择“MCP”选项，选择“手动添加”。

（3）在弹出的手动配置框中填写对应的 JSON 配置内容，如果：

a. 仅需要线上调用，则 JSON 配置为：

{
  "mcpServers": {
    "dinox-mcp": {
      "url": "https://mcp.deepdataspace.com/mcp?key=your-api-key"
    }
  }
}

其中，代码中的 ‘your-api-key’ 字段需要替换为 DINO-X 开放平台的 API 密钥。

b. 本地部署，则 JSON 配置为：

{
  "mcpServers": {
    "dinox-mcp": {
      "command": "npx",
      "args": ["-y", "@deepdataspace/dinox-mcp"],
      "env": {
        "DINOX_API_KEY": "you-api-key-here",
        "IMAGE_STORAGE_DIRECTORY": "/path/to/your/image/directory"
      }
    }
  }
}

其中，代码中的 ‘your-api-key-here’ 字段需要替换为 DINO-X 开放平台的 API 密钥；‘/path/to/your/image/directory’ 字段替换为本地路径（比如指定的文件夹路径）。

配置成功后，Trae IDE 默认启动 MCP，这时候返回会话界面即可直接调用 DINO-X MCP。目前 Trae IDE 支持直接上传图片，如要在对话中通过本地路径或 http 链接的方式来提供图片，需要严格参照 file:///path/to/your/image/directory 或者 https:// 的格式。

参考资源

（1）安装 npx 依赖环境： https://nodejs.org/

（2）申请 DINO-X API Key：https://cloud.deepdataspace.com/

（3）Cursor 官方下载链接：https://www.cursor.com/

（4）Trae 官方下载链接：

（国内版）https://www.trae.com.cn/

（国际版）https://www.trae.ai/