简介

这是一项使用Google Cloud Vision API执行光学字符识别（OCR）的服务器实现。它基于FastMCP框架构建，该框架允许创建模块化和可扩展的命令处理工具。

简介

这是一项使用Google Cloud Vision API执行光学字符识别（OCR）的服务器实现。它基于FastMCP框架构建，该框架允许创建模块化和可扩展的命令处理工具。

Google OCR MCP 服务器

组件

资源

该服务器实现了一个简单的笔记存储系统，包含：

• 自定义的 note:// URI 方案，用于访问单个笔记
• 每个笔记资源都有名称、描述和 text/plain MIME 类型

提示

该服务器提供了一个提示：

• summarize-notes: 创建所有已存储笔记的摘要
  • 可选的 "style" 参数以控制详细程度（简短/详细）
  • 生成结合了所有当前笔记及样式偏好的提示

工具

该服务器实现了一个工具：

• add-note: 向服务器添加新笔记
  • 需要 "name" 和 "content" 作为必需的字符串参数
  • 更新服务器状态并通知客户端资源变更

配置

[TODO：添加特定于您实现的配置细节]

快速开始

安装

Claude Desktop

• 在 MacOS 上: ~/Library/Application\ Support/Claude/claude_desktop_config.json
• 在 Windows 上: %APPDATA%/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "google-ocr-mcp-server": {
      "command": "uv",
      "args": ["run", "google-ocr-mcp-server"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "/path/to/google-application-credentials.json",
        "SAVE_RESULTS": false
      }
    }
  }
}

{
  "mcpServers": {
    "google-ocr-mcp-server": {
      "command": "uvx",
      "args": ["google-ocr-mcp-server"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "/path/to/google-application-credentials.json",
        "SAVE_RESULTS": false
      }
    }
  }
}

通过 Smithery 安装

要通过 Smithery 自动为 Claude Desktop 安装 google-ocr-mcp-server:

npx -y @smithery/cli install @Zerohertz/google-ocr-mcp-server --client claude

开发

构建与发布

准备分发包：

1. 同步依赖项并更新锁文件：

uv sync

2. 构建包分发文件：

uv build

这将在 dist/ 目录中创建源码和 wheel 分发文件。

3. 发布到 PyPI：

uv publish

注意：您需要通过环境变量或命令标志设置 PyPI 凭证：

• 令牌: --token 或 UV_PUBLISH_TOKEN
• 或用户名/密码: --username/UV_PUBLISH_USERNAME 和 --password/UV_PUBLISH_PASSWORD

调试

由于 MCP 服务器运行在标准输入输出上，调试可能会比较困难。为了获得最佳调试体验，我们强烈推荐使用 MCP Inspector。

您可以使用以下命令通过 npm 启动 MCP Inspector：

npx @modelcontextprotocol/inspector uv --directory /Users/zerohertz/Downloads/google-ocr-mcp-server run google-ocr-mcp-server

启动后，Inspector 将显示一个 URL，您可以在浏览器中访问该 URL 开始调试。

工具列表

• ocr: Perform Optical Character Recognition (OCR) on the provided image file. Args: path (str): The absolute file path to the image on which OCR will be performed. Returns: str: The extracted text from the image. Raises: Exception: If an error occurs during the OCR process, it will be logged. Notes: - The function uses Google Cloud Vision API for text detection. - If SAVE_RESULTS is enabled, the OCR results will be saved as a JSON file in the same directory as the input image, with the same name but a .json extension.

服务配置

[{'mcpServers': {'google-ocr-mcp-server': {'args': ['google-ocr-mcp-server'], 'command': 'uvx', 'env': {'GOOGLE_APPLICATION_CREDENTIALS': '/path/to/google-application-credentials.json', 'SAVE_RESULTS': False}}}}, {'mcpServers': {'google-ocr-mcp-server': {'args': ['run', 'google-ocr-mcp-server'], 'command': 'uv', 'env': {'GOOGLE_APPLICATION_CREDENTIALS': '/path/to/google-application-credentials.json', 'SAVE_RESULTS': False}}}}]

来源

• 来源：github
• 链接：https://github.com/Zerohertz/google-ocr-mcp-server