01
기존 에이전트 안에서 이미지를 보세요
MCP로 연결하면 Codex, Claude Code, Cursor 등 여러 클라이언트가 같은 대화에서 이미지를 다룰 수 있어요.
제품 개요
AI 에이전트를 위한 오픈 소스 멀티모달 비전 서비스 (MCP)
Shadow Vision
v0.1.1 오픈 소스 MCP
텍스트 중심 AI가 이미지를 이해하도록 도와요
스크린샷을 공유했는데 텍스트 모델이 “이미지를 볼 수 없어요”라고 답한다면, Shadow Vision이 MCP로 비전 도구를 추가해 평소 쓰는 에이전트에서 계속 작업할 수 있게 해요.
01 / 결과
도움이 되는 방식
02
한 모델에 묶이지 않아요
작업, 비용, 품질에 따라 Ollama, OpenAI 호환, Anthropic, Gemini 백엔드를 바꿔 쓸 수 있어요.
03
민감한 이미지는 내 기기에 두세요
Ollama를 쓰면 이미지와 추론이 로컬에 머물러, 사내 스크린샷과 비공개 문서의 데이터 경계가 더 분명해져요.
04
이미지가 있는 곳에서 바로 가져오세요
로컬 파일, base64 데이터, 원격 이미지 URL을 사용할 수 있고, 원격 요청에는 안전 제한이 적용돼요.
03 / 할 수 있는 일
보는 것에서 행동으로
에이전트는 설명만 받는 것이 아니라, 검사하고 비교하고 다음 단계로 바꿀 수 있는 구조화된 결과를 받아요.
01
vision_ocr스크린샷, 영수증, 문서, 표에서 텍스트를 추출해 에이전트가 검색하고, 정리하고, 인용할 수 있게 해요.
02
vision_inspect“이 인터페이스에 무엇이 잘못됐나요?”라고 물으면, 에이전트가 장면을 먼저 이해한 뒤 설명하거나 점검해요.
03
vision_annotate원, 화살표, 밑줄, 하이라이트를 읽어, 에이전트가 표시한 지점을 올바른 대상과 연결하도록 해요.
04
vision_layout인터페이스를 요소, 위치, 텍스트 스타일, 관계로 나눠 검토, 디버깅, 코드 생성에 활용할 수 있어요.
05
vision_reconstruct빈 페이지에서 시작하지 않고, 참고 스크린샷으로 HTML, React, SVG 초안을 생성해요.
06
vision_compare전후 이미지, 프레임, 관련 문서를 나란히 놓고 무엇이 바뀌었고 왜 중요한지 드러내요.
04 / 데이터 경계 선택
데이터에 맞는 비전 소스를 고르세요
로컬 모델, 클라우드 모델, 호환 서비스가 모두 같은 MCP 진입점을 사용해요.
01
Ollama
코드 스크린샷, 사내 문서처럼 밖으로 보내고 싶지 않은 내용은 이미지와 추론을 로컬에 두세요.
02
OpenAI 호환
이미 LM Studio, vLLM 또는 다른 OpenAI 프로토콜 서비스를 쓰고 있나요? 클라이언트가 아니라 설정만 바꾸면 돼요.
03
Anthropic
작업에 더 깊은 이미지 이해와 추론이 필요하다면 Claude 비전 모델을 선택하세요.
04
Gemini
더 넓은 멀티모달 이해가 도움이 되는 작업이라면 Gemini를 선택하세요.
05 / 에이전트와 함께 작동
에이전트는 그대로, 시각을 더하세요
한 번 연결하면 Codex, Claude Code, Cursor 등에서 같은 시각 진입점을 사용할 수 있어요.
공통 시작 명령: uv run shadow-vision
Codex
Claude Code
Cursor
VS Code Copilot
Windsurf
Claude Desktop
OpenCode
02 / 사용 사례
사용 사례
01
개발자
에이전트에 오류 스크린샷, 와이어프레임, 디자인을 주면 이해하고, 검토하고, 설명하거나 코드로 바꿔 줘요.
02
연구 및 문서 작업
논문 차트, 스캔 문서, 표에서 정보를 추출해, 스크린샷을 찍고 복사하는 번거로운 과정을 줄여요.
03
이미지를 비공개로 두고 싶을 때
민감한 스크린샷과 사내 문서에는 로컬 Ollama 백엔드를 사용해, 데이터 경계를 내 기기 안에 두세요.
06 / 질문
자주 묻는 질문
기능, 호환성, 개인정보에 대한 명확한 답변
Shadow Vision은 무엇이며 AI 에이전트와 어떻게 연동되나요?
Shadow Vision은 오픈 소스 Model Context Protocol(MCP) 시각 서비스입니다. AI 코딩 에이전트(Cursor, Claude Code, Codex)에 6가지 구조화된 시각 도구를 제공합니다. 화면 OCR, UI 레이아웃 분석, 시각적 차이 검사, 주석 읽기, UI-코드 재구성 기능이 포함됩니다.
민감한 코드와 UI 데이터를 완전히 오프라인으로 처리할 수 있나요?
네. Shadow Vision은 로컬 Ollama 비전 백엔드(예: Qwen2-VL, LLaVA)를 기본 지원합니다. 모든 스크린샷과 추론 결과가 사용자의 로컬 기기에 엄격히 남아, 내부 설계와 코드를 안전하게 지킬 수 있습니다.
어떤 비전 모델 백엔드를 지원하나요?
로컬 Ollama, OpenAI 호환 서버(vLLM, LM Studio, DeepSeek), Anthropic Claude 3.5 Sonnet, Google Gemini 멀티모달 모델 등 교체 가능한 백엔드를 지원하며, 간단한 설정으로 선택할 수 있습니다.
“소프트웨어 공학 연구에 따르면, 전문화된 AI 에이전트와 워크플로는 명확한 경계와 함께 통합될 때 운영 부담을 줄이고 작업 정확도를 높입니다. 연구들은 집중형 도구가 실제 환경에서 모놀리식 시스템보다 더 나은 성과를 낸다는 것을 보여줍니다.”