一位开发者针对 DeepSeek 模型在 Claude Code 环境中缺乏原生视觉支持的问题，提出了一种基于开源 MCP 服务的解决方案。该方案利用社区开源项目“Visual-Enhancement-mcp”作为中介，成功接入了阿里云的通义千问 Qwen3-vl-plus 模型，从而赋予 DeepSeek 识图功能。在具体实施过程中，用户在 Claude Code 的配置界面 CCswitch 中手动配置了 MCP 服务器，通过 `stdio` 模式调用 API，将原本无法读取图片的 DeepSeek 转化为能够处理多模态输入的编程助手。此外，针对 Claude Code 默认使用内置 Read 工具读取文件导致无法触发视觉分析的问题，作者通过编写特定的提示词规则，强制模型在遇到图片占位符时优先调用 `vision_analyze` 工具，并制定了按时间排序查找最新图片的逻辑。这一尝试不仅有效解决了特定场景下的开发痛点，也展示了开源社区利用协议标准化解决模型兼容性问题的活力。
事件分析
本案例生动诠释了 AI 开发领域从“模型单挑”向“模型编排”转变的趋势。开发者不再被动等待模型厂商更新全能版本，而是利用 MCP（Model Context Protocol）等标准化协议，灵活组合不同模型的特长——利用 DeepSeek 的强编码能力结合 Qwen 的视觉能力，构建出性能更优的复合型智能体。这种“搭积木”式的解决方案，暴露了当前单体模型在多模态处理上的局限性，同时也凸显了 AI Agent 基础设施的重要性。然而，案例中出现的内置工具（Read）与扩展插件（MCP）冲突的问题，也揭示了当前 AI IDE 在工具调度和优先级管理上尚存的技术短板。未来，如何更优雅地处理多模态输入的路由与分发，将是 AI 编程工具演进的关键方向。
💡 核心观点：MCP协议的实践表明，通过“模型混搭”灵活组合各家之长，正成为开发者突破单一模型能力边界、构建复合型AI Agent的常态。
原文链接：Linux.do
AI周刊：大模型、智能体与产业动态追踪
程序员数学扫盲课
冲浪推荐：AI工具与技术精选导航
Claude Code 全体系指南：AI 编程智能体实战