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。

💡 DINO-X MCPの魅力

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、視覚コンテンツに対する正確な位置特定と高品質な構造化出力が不足しがちです。

DINO-X MCPを使用することで、以下のことが可能になります。

🧠 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。

🎯 物体の数、位置、属性を正確に取得し、視覚的な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に対応した自然言語駆動の視覚エージェントを構築します。

🎬 ユースケース

🎯 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:	Answer: Kiwi fruit (93mg/100g)
ポーズ分析	💬 プロンプト: Please analyze what yoga pose this is 🖼️ 入力画像:

🚀 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 👍

# For MacOS or Linux
# 1. Install nvm (Node Version Manager)
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

# 2. Add these lines to your profile (~/.bash_profile, ~/.zshrc, ~/.profile, or ~/.bashrc)
export NVM_DIR="$HOME/.nvm"
[ -s "$NVM_DIR/nvm.sh" ] && \. "$NVM_DIR/nvm.sh"  
[ -s "$NVM_DIR/bash_completion" ] && \. "$NVM_DIR/bash_completion"  

# 3. Activate nvm in current shell
source ~/.bashrc
# Or
source ~/.zshrc   

# 4. Verify nvm installation
command -v nvm

# 5. Install and use LTS version of Node.js
nvm install --lts
nvm use --lts

# For Windows
winget install OpenJS.NodeJS.LTS
# Or using PowerShell (Administrator)
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アシスタントや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、以下の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ます。

{
  "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。

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

# Install dependencies
pnpm install

# Build the project
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あります）。

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。

📝 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 👍
• file:// で始まるローカルファイルパス
• 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。

🛠️ 開発

ウォッチモード

開発中は、自動再構築のためにウォッチモードを使用できます。

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