AI导哈

OCR处理服务

一个使用Mistral AI的OCR API提供OCR功能的MCP服务器，支持处理本地文件和URL中的图像和PDF。

  • by everaldo
  • Python
  • 本地部署
  • 38 星标
  • 更新于
在 GitHub 查看 everaldo/mcp-mistral-ocr

使用说明

MCP Mistral OCR

MCP服务器，使用Mistral AI的OCR API提供OCR功能。此服务器可以处理本地文件和URL，支持图像和PDF。

特性

  • 使用Mistral的OCR处理本地文件（图像和PDF）
  • 使用明确的文件类型规范处理来自URL的文件
  • 支持多种文件格式（JPG、PNG、PDF等）
  • 结果保存为带时间戳的JSON文件
  • Docker容器化
  • UV包装管理

环境变量

  • MISTRAL_API_KEY：您的Mistral AI API密钥
  • OCR_DIR：本地文件处理的目录路径。在容器内部，这总是映射到 /data/ocr

安装

通过Smithery安装

通过以下方式自动安装Claude Desktop的Mistral OCR 史密瑟里:

npx -y @smithery/cli install @everaldo/mcp/mistral-crosswalk --client claude

使用Docker

  1. 构建Docker镜像：
docker build -t mcp-mistral-ocr .
  1. 运行容器：
docker run -e MISTRAL_API_KEY=your_api_key -e OCR_DIR=/data/ocr -v /path/to/local/files:/data/ocr mcp-mistral-ocr

本地开发

  1. 安装UV包管理器：
pip install uv
  1. 创建并激活虚拟环境：
uv venv
source .venv/bin/activate  # On Unix
# or
.venv\Scripts\activate  # On Windows
  1. 安装依赖项：
uv pip install .

Claude桌面配置

将此配置添加到claude_desktop_config.json中：

{
  "mcpServers": {
    "mistral-ocr": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "MISTRAL_API_KEY",
        "-e",
        "OCR_DIR",
        "-v",
        "C:/path/to/your/files:/data/ocr",
        "mcp-mistral-ocr:latest"
      ],
      "env": {
        "MISTRAL_API_KEY": "<YOUR_MISTRAL_API_KEY>",
        "OCR_DIR": "C:/path/to/your/files"
      }
    }
  }
}

可用工具

1.process_local_file

处理配置的OCR_DIR目录中的文件。

{
    "name": "process_local_file",
    "arguments": {
        "filename": "document.pdf"
    }
}

2.process_url_file

处理来自URL的文件。需要明确的文件类型规范。

{
    "name": "process_url_file",
    "arguments": {
        "url": "https://example.com/document",
        "file_type": "image"  // or "pdf"
    }
}

输出

OCR结果以JSON格式保存在 output 目录内 OCR_DIR每个结果文件都使用以下格式命名：

  • 对于本地文件： {original_filename}_{timestamp}.json
  • 对于URL： {url_filename}_{timestamp}.json 或 url_document_{timestamp}.json 如果在URL中找不到文件名

时间戳格式为 YYYYMMDD_HHMMSS.

支持的文件类型

  • 图片：JPG、JPEG、PNG、GIF、WebP
  • 文档：Mistral OCR支持的PDF和其他文档格式

局限性

  • 最大文件大小：50MB（由Mistral API强制执行）
  • 最大文件页数：1000（由Mistral API强制执行）

相关 MCP