DINO-X

आधिकारिक

Dino-X द्वारा संचालित उन्नत कंप्यूटर विज़न और ऑब्जेक्ट डिटेक्शन MCP सर्वर, जो AI एजेंटों को छवियों का विश्लेषण करने, ऑब्जेक्ट का पता लगाने, कीपॉइंट्स की पहचान करने और दृश्य समझ के कार्यों को करने में सक्षम बनाता है।

GitHub

110

DINO X MCP के साथ आप क्या कर सकते हैं?

दृश्य में सभी वस्तुओं का पता लगाएं — सहायक से किसी छवि में सभी वस्तुओं को श्रेणियों और बाउंडिंग बॉक्स के साथ पहचानने के लिए कहें, detect-all-objects का उपयोग करते हुए।
टेक्स्ट प्रॉम्प्ट द्वारा वस्तुएं खोजें — किसी छवि में विशिष्ट वस्तुओं (जैसे, “person.car”) का पता लगाने का अनुरोध detect-objects-by-text के माध्यम से करें।
मानव मुद्रा कीपॉइंट्स का अनुमान लगाएं — किसी छवि में लोगों के लिए 17 शारीरिक कीपॉइंट्स और बाउंडिंग बॉक्स प्राप्त करें, detect-human-pose-keypoints के साथ।
एनोटेटेड विज़ुअलाइज़ेशन उत्पन्न करें — visualize-detection-result का उपयोग करके पता लगाने के परिणामों के साथ एक छवि तैयार करें (केवल STDIO मोड)।

दस्तावेज़

DINO-X MCP सर्वर

English | 中文

DINO-X आधिकारिक MCP सर्वर — DINO-X और Grounding DINO मॉडलों द्वारा संचालित — आपके मल्टीमॉडल अनुप्रयोगों में सूक्ष्म वस्तु पहचान और छवि समझ लाता है।

आपका ब्राउज़र वीडियो टैग का समर्थन नहीं करता है।

DINO-X MCP क्यों?

DINO-X MCP के साथ, आप यह कर सकते हैं:

सूक्ष्म समझ: पूर्ण छवि पहचान, वस्तु पहचान और क्षेत्र-स्तरीय विवरण।
संरचित आउटपुट: VQA और बहु-चरणीय तर्क कार्यों के लिए वस्तु श्रेणियाँ, गणनाएँ, स्थान और विशेषताएँ प्राप्त करें।
संयोजनीय: एंड-टू-एंड दृश्य एजेंट या स्वचालन पाइपलाइन बनाने के लिए अन्य MCP सर्वरों के साथ सहजता से काम करता है।

परिवहन मोड

DINO-X MCP दो परिवहन मोड का समर्थन करता है:

सुविधा	STDIO (डिफ़ॉल्ट)	स्ट्रीमेबल HTTP
रनटाइम	स्थानीय	स्थानीय या क्लाउड
परिवहन	मानक I/O	HTTP (स्ट्रीमिंग प्रतिक्रियाएँ)
इनपुट स्रोत	`file://` और `https://`	केवल `https://`
विज़ुअलाइज़ेशन	समर्थित (एनोटेटेड छवियाँ स्थानीय रूप से सहेजता है)	समर्थित नहीं (अभी के लिए)

त्वरित शुरुआत

1. एक MCP क्लाइंट तैयार करें

कोई भी MCP-संगत क्लाइंट काम करता है, जैसे:

2. अपनी API कुंजी प्राप्त करें

DINO-X प्लेटफ़ॉर्म पर आवेदन करें: API कुंजी का अनुरोध करें (नए उपयोगकर्ताओं को मुफ़्त कोटा मिलता है)।

3. MCP कॉन्फ़िगर करें

विकल्प A: आधिकारिक होस्टेड स्ट्रीमेबल HTTP (अनुशंसित)

अपने MCP क्लाइंट कॉन्फ़िग में जोड़ें और अपनी API कुंजी से बदलें:

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

विकल्प B: NPM पैकेज का स्थानीय रूप से उपयोग करें (STDIO)

पहले Node.js स्थापित करें

nodejs.org से इंस्टॉलर डाउनलोड करें
या कमांड का उपयोग करें:

# macOS / Linux
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bash
# or
wget -qO- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bash

# load nvm into current shell (choose the one you use)
source ~/.bashrc || true
source ~/.zshrc  || true

# install and use LTS Node.js
nvm install --lts
nvm use --lts

# Windows (one of the following)
winget install OpenJS.NodeJS.LTS
# or with Chocolatey (in admin PowerShell)
iwr -useb https://raw.githubusercontent.com/chocolatey/chocolatey/master/chocolateyInstall/InstallChocolatey.ps1 | iex
choco install nodejs-lts -y

अपने MCP क्लाइंट को कॉन्फ़िगर करें:

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

नोट: your-api-key-here को अपनी वास्तविक कुंजी से बदलें।

विकल्प C: स्रोत से स्थानीय रूप से चलाएँ

सुनिश्चित करें कि Node.js स्थापित है (विकल्प B देखें), फिर:

# clone
git clone https://github.com/IDEA-Research/DINO-X-MCP.git
cd DINO-X-MCP

# install deps
npm install

# build
npm run build

अपने MCP क्लाइंट को कॉन्फ़िगर करें:

{
  "mcpServers": {
    "dinox-mcp": {
      "command": "node",
      "args": ["/path/to/DINO-X-MCP/build/index.js"],
      "env": {
        "DINOX_API_KEY": "your-api-key-here",
        "IMAGE_STORAGE_DIRECTORY": "/path/to/your/image/directory"
      }
    }
  }
}

CLI फ़्लैग और पर्यावरण चर

सामान्य फ़्लैग
- --http: स्ट्रीमेबल HTTP मोड में प्रारंभ करें (अन्यथा डिफ़ॉल्ट रूप से STDIO)
- --stdio: STDIO मोड बाध्य करें
- --dinox-api-key=...: API कुंजी सेट करें
- --enable-client-key: URL ?key= के माध्यम से API कुंजी की अनुमति दें (केवल स्ट्रीमेबल HTTP)
- --port=8080: HTTP पोर्ट (डिफ़ॉल्ट 3020)
पर्यावरण चर
- DINOX_API_KEY (आवश्यक/सशर्त रूप से आवश्यक): DINO-X प्लेटफ़ॉर्म API कुंजी
- IMAGE_STORAGE_DIRECTORY (वैकल्पिक, STDIO): एनोटेटेड छवियों को सहेजने के लिए निर्देशिका
- AUTH_TOKEN (वैकल्पिक, HTTP): यदि सेट है, तो क्लाइंट को Authorization: Bearer <token> भेजना होगा
उदाहरण:

# STDIO (local)
node build/index.js --dinox-api-key=your-api-key

# Streamable HTTP (server provides a shared API key)
node build/index.js --http --dinox-api-key=your-api-key

# Streamable HTTP (custom port)
node build/index.js --http --dinox-api-key=your-api-key --port=8080

# Streamable HTTP (require client-provided API key via URL)
node build/index.js --http --enable-client-key

?key= का उपयोग करते समय क्लाइंट कॉन्फ़िग:

{
  "mcpServers": {
    "dinox-mcp": {
      "url": "http://localhost:3020/mcp?key=your-api-key"
    }
  }
}

एक गेटवे के साथ AUTH_TOKEN का उपयोग करना जो Authorization: Bearer <token> इंजेक्ट करता है:

AUTH_TOKEN=my-token node build/index.js --http --enable-client-key

supergateway के साथ क्लाइंट उदाहरण:

{
  "mcpServers": {
    "dinox-mcp": {
      "command": "npx",
      "args": [
        "-y",
        "supergateway",
        "--streamableHttp",
        "http://localhost:3020/mcp?key=your-api-key",
        "--oauth2Bearer",
        "my-token"
      ]
    }
  }
}

उपकरण

क्षमता	उपकरण ID	परिवहन	इनपुट	आउटपुट
पूर्ण-दृश्य वस्तु पहचान	`detect-all-objects`	STDIO / HTTP	छवि URL	श्रेणी + bbox + (वैकल्पिक) कैप्शन
पाठ-संकेतित वस्तु पहचान	`detect-objects-by-text`	STDIO / HTTP	छवि URL + अंग्रेज़ी संज्ञाएँ (एकाधिक के लिए डॉट-पृथक, जैसे, `person.car`)	लक्ष्य वस्तु bbox + (वैकल्पिक) कैप्शन
मानव मुद्रा अनुमान	`detect-human-pose-keypoints`	STDIO / HTTP	छवि URL	17 कीपॉइंट + bbox + (वैकल्पिक) कैप्शन
विज़ुअलाइज़ेशन	`visualize-detection-result`	केवल STDIO	छवि URL + पहचान परिणाम सरणी	एनोटेटेड छवि का स्थानीय पथ

🎬 उपयोग के मामले

🎯 परिदृश्य	📝 इनपुट	✨ आउटपुट
पहचान और स्थानीयकरण	💬 संकेत: `Detect and visualize the` `fire areas in the forest` 🖼️ इनपुट छवि:
वस्तु गणना	💬 संकेत: `Please analyze this` `warehouse image, detect` `all the cardboard boxes,` `count the total number` 🖼️ इनपुट छवि:
विशेषता पहचान	💬 संकेत: `Find all red cars` `in the image` 🖼️ इनपुट छवि:
विशेषता तर्क	💬 संकेत: `Find the tallest person` `in the image, describe` `their clothing` 🖼️ इनपुट छवि:
पूर्ण दृश्य पहचान	💬 संकेत: `Find the fruit with` `the highest vitamin C` `content in the image` 🖼️ इनपुट छवि:	उत्तर: कीवी फल (93मिग्रा/100ग्राम)
मुद्रा विश्लेषण	💬 संकेत: `Please analyze what` `yoga pose this is` 🖼️ इनपुट छवि: