Dino X MCP

🚀 DINO-X MCP

DINO-X MCPは、DINO-XとGrounding DINO 1.6 APIを活用し、大規模言語モデルに細粒度の物体検出と画像理解を行わせることができます。

🚀 クイックスタート

1. 前提条件

以下のいずれかの方法でNode.jsをインストールできます。

オプションA: コマンド 👍

# MacOSまたはLinuxの場合
# 1. nvm (Node Version Manager)をインストールする
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bash
# または
wget -qO- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bash

# 2. これらの行をあなたのプロファイル(~/.bash_profile, ~/.zshrc, ~/.profile, または~/.bashrc)に追加する
export NVM_DIR="$HOME/.nvm"
[ -s "$NVM_DIR/nvm.sh" ] && \. "$NVM_DIR/nvm.sh"  
[ -s "$NVM_DIR/bash_completion" ] && \. "$NVM_DIR/bash_completion"  

# 3. 現在のシェルでnvmをアクティブにする
source ~/.bashrc
# または
source ~/.zshrc   

# 4. nvmのインストールを確認する
command -v nvm

# 5. Node.jsのLTSバージョンをインストールして使用する
nvm install --lts
nvm use --lts

# Windowsの場合
winget install OpenJS.NodeJS.LTS
# またはPowerShell (管理者)を使用する
iwr -useb https://raw.githubusercontent.com/chocolatey/chocolatey/master/chocolateyInstall/InstallChocolatey.ps1 | iex
choco install nodejs-lts -y

オプションB: 手動インストール

nodejs.orgからインストーラーをダウンロードしてください。

また、MCPクライアントをサポートするAIアシスタントとアプリケーションを選択してください。これには以下が含まれますが、これらに限定されません。

• Cursor
• WindSurf
• Trae
• Cherry Studio

2. MCPサーバーの設定

DINO-X MCPサーバーは2つの方法で使用できます。

オプションA: NPMパッケージを使用する 👍

MCPクライアントに以下の設定を追加してください。

{
  "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"
      }
    }
  }
}

オプションB: ローカルプロジェクトを使用する

まず、プロジェクトをクローンしてビルドします。

# プロジェクトをクローンする
git clone https://github.com/IDEA-Research/DINO-X-MCP.git
cd DINO-X-MCP

# 依存関係をインストールする
pnpm install

# プロジェクトをビルドする
pnpm run build

次に、MCPクライアントを設定します。

{
  "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"
      }
    }
  }
}

3. APIキーの取得

DINO-X PlatformからAPIキーを取得してください（新規ユーザーには無料のクォータが利用可能です）。

上記の設定のyour-api-key-hereを実際のAPIキーに置き換えてください。

4. 環境変数

DINO-X MCPサーバーは以下の環境変数をサポートしています。

5. 利用可能なツール

MCPクライアントを再起動すると、以下のツールを使用できるようになります。

✨ 主な機能

💡 なぜDINO-X MCPが必要なのか？

マルチモーダルモデルは画像を理解して記述することができますが、視覚コンテンツの正確な位置特定と高品質な構造化出力が不足していることが多いです。

DINO-X MCPを使用すると、以下のことができます。

🧠 細粒度の画像理解を実現 — 自然言語に基づく全シーン認識とターゲット検出の両方が可能です。

🎯 物体の数、位置、属性を正確に取得し、視覚的質問応答などのタスクを可能にします。

🧩 他のMCPサーバーと統合して、多段階の視覚ワークフローを構築します。

🛠️ 現実世界の自動化シナリオ用の自然言語駆動型の視覚エージェントを構築します。

🎬 使用例

🎯 シナリオ	📝 入力	✨ 出力
検出と位置特定	💬 プロンプト: Detect and visualize the fire areas in the forest 🖼️ 入力画像:
物体のカウント	💬 プロンプト: Please analyze this warehouse image, detect all the cardboard boxes, count the total number 🖼️ 入力画像:
特徴検出	💬 プロンプト: Find all red cars in the image 🖼️ 入力画像:
属性推論	💬 プロンプト: Find the tallest person in the image, describe their clothing 🖼️ 入力画像:
全シーン検出	💬 プロンプト: Find the fruit with the highest vitamin C content in the image 🖼️ 入力画像:	回答: キウイフルーツ (93mg/100g)
ポーズ分析	💬 プロンプト: Please analyze what yoga pose this is 🖼️ 入力画像:

📝 使用方法

サポートされる画像形式

• https://で始まるリモートURL 👍
• ローカルファイルパス（file://で始まる）
• 一般的な画像形式: jpg, jpeg, png, webp

APIドキュメント

APIの使用制限と価格情報については、DINO-X Platformを参照してください。

🔧 技術詳細

開発

ウォッチモード

開発中は、ウォッチモードを使用して自動再構築を行うことができます。

pnpm run watch

デバッグ

MCPインスペクターを使用してサーバーをデバッグします。

pnpm run inspector

📄 ライセンス

Apache License 2.0