AI导哈

OCR服务器

一个基于MCP（模型上下文协议）构建的生产级OCR服务器，通过简单接口提供OCR能力。

  • by hoangdn3
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 hoangdn3/mcp-ocr

使用说明

MCP OCR服务器

使用MCP（模型上下文协议）构建的生产级OCR服务器，通过简单的界面提供OCR功能。

特性

  • 使用Tesseract OCR从图像中提取文本
  • 支持多种输入类型：
    • 本地图像文件
    • 图像URL
    • 原始图像字节数
  • 自动Tesseract安装
  • 支持多种语言
  • 生产就绪错误处理

安装

# Using pip
pip install mcp-ocr

# Using uv
uv pip install mcp-ocr

Tesseract将自动安装在支持的平台上：

  • macOS（通过Homebrew）
  • Linux（通过apt、dnf或pacman）
  • Windows（提供手动安装说明）

用法

作为MCP服务器

  1. 启动服务器：
python -m mcp_ocr
  1. 为桌面配置Claude： 添加到 ~/Library/Application Support/Claude/claude_desktop_config.json:
{
    "mcpServers": {
        "ocr": {
            "command": "python",
            "args": ["-m", "mcp_ocr"]
        }
    }
}

可用工具

perform_ocr

从图像中提取文本：

# From file
perform_ocr("/path/to/image.jpg")

# From URL
perform_ocr("https://example.com/image.jpg")

# From bytes
perform_ocr(image_bytes)

get_supported_语言

列出可用的OCR语言：

get_supported_languages()

发展

  1. 克隆存储库：
git clone https://github.com/rjn32s/mcp-ocr.git
cd mcp-ocr
  1. 设置开发环境：
uv venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate
uv pip install -e .
  1. 运行测试：
pytest

贡献

  1. 分叉存储库
  2. 创建功能分支(git checkout -b feature/amazing-feature)
  3. 提交您的更改(git commit -m 'Add amazing feature')
  4. 推到分支(git push origin feature/amazing-feature)
  5. 打开拉取请求

安全

  • 永远不要提交API令牌或敏感凭据
  • 使用环境变量或安全凭据存储
  • 遵循GitHub的安全最佳实践

许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

致谢

相关 MCP