AI导哈

PaddleOCR

PaddleOCR MCP服务器为AI应用提供工业级OCR和文档解析能力。基于PaddleOCR——一个经过5万+GitHub star验证，被MinerU、RAGFlow、OmniParser等头部项目深度集成的成熟解决方案，并基于MCP理念做了针对性的优化。

  • 本地部署
  • 更新于

使用说明

PaddleOCR MCP 服务器

概述

PaddleOCR MCP服务器为AI应用提供工业级OCR和文档解析能力。基于PaddleOCR——一个经过5万+GitHub star验证，被MinerU、RAGFlow、OmniParser等头部项目深度集成的成熟解决方案，并基于MCP理念做了针对性的优化。

核心功能

文字识别（基于PP-OCRv5）

  • 多语言支持：支持中英日韩等37种语言，支持印刷体、手写体识别
  • 高精度识别：识别精度达到开源方案领先水平
  • 结构化输出：返回包含文字坐标和内容的JSON数据

文档解析（基于PP-StructureV3）

  • 版面智能分析：识别文本块、标题、段落、图片、表格等版面元素
  • 结构化转换：将PDF和图像转换为保留原始结构的Markdown格式
  • 复杂文档处理：处理含有复杂表格、公式、手写文字的文档

MCP优化

  • 智能输出模式：simple模式包含识别到的文本/Markdown内容等关键信息，detailed模式包含边界框坐标等详细信息
  • PP-OCRv5：OCR结果包含置信度和统计信息，帮助agent评估结果质量
  • PP-StructureV3：支持图文混合输出，保留图片原始位置信息

部署模式

工作模式

  • 本地Python库：直接在本地运行PaddleOCR模型
  • 星河社区服务：调用托管在飞桨星河社区的云服务
  • 自托管服务：连接用户自托管的PaddleOCR服务

传输机制

  • stdio：适用于本地集成的标准输入输出模式
  • Streamable HTTP：支持远程调用的HTTP流式传输

快速开始（以Claude Desktop为例）

  1. 在星河社区部署推理服务
  2. 配置Claude Desktop的claude_desktop_config.json：
{
  "mcpServers": {
    "paddleocr-ocr": {
      "command": "uvx",
      "args": [
        "--from",
        "paddleocr-mcp@https://paddle-model-ecology.bj.bcebos.com/paddlex/PaddleX3.0/mcp/paddleocr_mcp/releases/v0.2.0/paddleocr_mcp-0.2.0-py3-none-any.whl",
        "paddleocr_mcp"
      ],
      "env": {
        "PADDLEOCR_MCP_PIPELINE": "OCR",
        "PADDLEOCR_MCP_PPOCR_SOURCE": "aistudio",
        "PADDLEOCR_MCP_SERVER_URL": "<替换为服务基础URL>",
        "PADDLEOCR_MCP_AISTUDIO_ACCESS_TOKEN": "<替换为访问令牌>"
      }
    }
  }
}
  1. 重启Claude Desktop即可使用

典型应用场景

文档数字化

  • 提取手写笔记的内容，并存储到笔记软件中
  • 将图片/PDF文档转换为可用Word/Excel编辑的格式

开发工作流

  • 手写思路/伪代码转换为可运行脚本
  • 将文档图片快速转换为Markdown格式的项目文档

技术优势

  • 成熟稳定：经过大量生产环境验证的工业级OCR方案
  • 精度领先：OCR、文档解析等在公开评测中超越众多商业方案
  • 易于集成：部署步骤简单，几分钟完成集成
  • 成本可控：支持本地部署，避免数据外传和API调用费用

开始使用PaddleOCR MCP服务器，让您的AI应用具备工业级文档理解能力。

相关 MCP