Skip to main content
Glama

QR Reader MCP Server

一个 MCP 工具,让 AI 真正读懂二维码。视觉模型能"看到"有码但解不了——这个工具补上了这一步。不只返回内容,还告诉 Agent 码清不清楚、值不值得增强重试。

decode_qrcode_full 只需图片输入即可工作,任何对接了 MCP 的模型都能直接调用。auto_enhance 在质量不佳时自动尝试增强恢复,无需手动干预。enhance_and_decode 适合需要精确控制的场景。

🤖 通过 AI Agent 安装 — 把这条链接发给你的 AI Agent,它会自动完成安装配置:

https://raw.githubusercontent.com/Endymionus/qr-reader-mcp-server/main/INSTALL_FOR_AGENT.md

Python License MCP


解决什么问题

AI 模型面临一个尴尬的问题:有视觉能力的模型能认出"图里有一个二维码",但二维码解码走的是像素→二进制数据→文本的算法路径,模型做不到;纯文本模型更不用说,连"看到图里有码"都做不到。

QR Reader MCP Server 把 zbar 二维码解码能力嵌入 AI 工作流——只要有图片输入,就能读出码里的内容。视觉模型可主动触发,纯文本模型通过用户引导触发。

工作流

图片 → decode_qrcode_full → SUCCESS? → 直接用
                ↓
           RETRYABLE? → auto_enhance → 自动恢复
                ↓
           需精确控制? → enhance_and_decode

三个工具各司其职——decode_qrcode_full 先行诊断,auto_enhance 一键自动恢复,enhance_and_decode 精确手动控制。

三个工具

工具

说明

auto_enhance

一键自动恢复 — 7 种增强策略有序尝试,首次成功即返回。成功后除 JSON 诊断外还返回增强区域的 PNG 截图(ImageContent),供多模态模型直接查看增强效果

enhance_and_decode

手动精控 — 对指定区域执行自定义增强后再解码

decode_qrcode_full

扫描整张图片,返回所有条形码的内容 + 质量诊断。支持 symbologies 参数按码制过滤

比成功/失败更多的信息

实际场景中二维码质量参差不齐——模糊、反光、太小、对比度不够。MCP 在返回解码结果的同时,也附带了图像质量数据(模糊度、对比度[标准差+ISO15415调制比]、反光比例[空间方差])和 result_code。Agent 拿到这些信息后,可以自然地告诉用户"这个码有点模糊,换个角度拍"或者"反光挡住了,调整一下光源",也可以直接调用 auto_enhance 自动修复。


Related MCP server: QR Code Generator MCP

快速开始

前置依赖

# Ubuntu / Debian
sudo apt install libzbar0

# macOS
brew install zbar

# Windows (choco — CI verified)
choco install zbar

安装运行

# 推荐:uvx 一行安装(Python 3.10+, 自动处理依赖)
uvx qr-reader-mcp-server

# 或:git clone + pip 安装
pip install .            # 基础版(~15 MB)
pip install ".[full]"   # 全功能版(~120 MB)

两种安装方式 — 按需选择:

# ── 基础版(推荐,~15 MB)───────────────────────────────
# pyzbar 解码 + 全部 3 个工具 + 质量诊断
pip install .

# ── 全功能版(需要最强能力)─────────────────────────────
# 基础版全部功能 + OpenCV 解码回退 + finder-pattern 畸变检测
pip install ".[full]"

基础版

全功能版 [full]

下载大小

~15 MB

~120 MB

decode_qrcode_full

auto_enhance

enhance_and_decode

质量指标(blur/contrast/glare/noise/modulation)

distortion (finder-pattern 几何畸变)

OpenCV 解码回退

# uvx 安装 → 启动(stdio 模式)
uvx qr-reader-mcp-server
# 或 pip 安装后启动
python -m qr_reader.server

MCP 客户端配置

Claude Desktop / VS Code Copilot / Cursor:

按你的安装方式选一个。用 uvx 安装(推荐):

{
  "mcpServers": {
    "qr-reader": {
      "command": "uvx",
      "args": ["qr-reader-mcp-server"],
      "env": {
        "LOG_LEVEL": "info",
        "READ_ONLY_MODE": "false"
      }
    }
  }
}

用 pip 安装:

{
  "mcpServers": {
    "qr-reader": {
      "command": "python",
      "args": ["-m", "qr_reader.server"],
      "env": {
        "LOG_LEVEL": "info",
        "READ_ONLY_MODE": "false"
      }
    }
  }
}

⚠️ 两种配置不能混用:uvx 隔离环境下 python -m qr_reader.server 找不到包;pip 环境下 uvx 会重新拉取而不是用本地安装。

Docker:

{
  "mcpServers": {
    "qr-reader": {
      "command": "docker",
      "args": [
        "run", "-i", "--rm",
        "ghcr.io/Endymionus/qr-reader-mcp-server"
      ]
    }
  }
}

环境变量

变量

默认值

说明

LOG_LEVEL

info

日志级别:debuginfowarningerror

READ_ONLY_MODE

false

设为 true 禁用 enhance_and_decode(仅保留 decode_qrcode_full

MAX_IMAGE_SIZE

10485760

图片大小上限(字节,默认 10 MB)

MAX_INPUT_PIXELS

4096

图片长边超过此值自动缩放

MAX_OUTPUT_PIXELS

16384

增强管线单步输出长边上限(upscale 超限即拒绝,防链式放大 OOM)

QR_BLUR_THRESHOLD

50.0

Laplacian 方差归一化阈值(模糊贡献 = 阈值 ÷ 实际方差)

QR_CONTRAST_PERFECT

0.50

对比度归一化锚点(实际对比度越接近此值越健康)

QR_MODULATION_PERFECT

0.70

ISO 15415 调制比归一化锚点

QR_GLARE_MAX

0.30

反光归一化上界(超过视为严重反光)

QR_NOISE_MAX

50.0

噪声归一化上界

QR_ANGLE_MAX

30.0

畸变角度归一化上界(度)

QR_LEG_RATIO_MIN

0.60

畸变腿比归一化下界


工具说明

decode_qrcode_full

对整张图片进行二维码识别和解码,返回结构化结果和质量指标。

输入参数:

参数

类型

必填

说明

image_path

string

三选一

本地图片绝对路径(推荐——无管道开销)

image_base64

string

三选一

Base64 编码的图片

image_url

string

三选一

图片 URL

返回示例:

blur_score 是拉普拉斯方差:数值越大图像越清晰(高对比度边缘多),越小越模糊。contrast 是归一化标准差,越大对比度越高。两者方向相反,Agent 集成时请注意。

{
  "success": true,
  "result_code": "SUCCESS",
  "results": [
    {
      "content": "https://example.com",
      "bbox": [50, 60, 200, 200],
      "type": "QRCODE",
      "raw_bytes": "..."
    }
  ],
  "analysis": {
    "total_detected": 1,
    "modulation": 0.92,
    "quality": {
      "blur_score": 128.5,
      "contrast": 0.72,
      "glare_ratio": 0.05,
      "noise_level": 12.3
    }
  },
  "suggestion": null,
  "image_size": [600, 800],
  "resize_factor": 1.0
}

auto_enhance

质量不佳时的一键自动恢复。7 种增强策略有序尝试(upscale / sharpen / contrast / denoise / 组合策略),首次解码成功即返回,无需手动指定 bbox 或 operation。

输入参数:

参数

类型

必填

说明

image_path

string

三选一

本地图片绝对路径

image_base64

string

三选一

Base64 编码的图片

image_url

string

三选一

图片 URL

bbox

[int,int,int,int]

可选目标区域,不传则处理全图

返回示例(成功):

{
  "success": true,
  "applied_strategy": "upscale_2x",
  "strategies_tried": 1,
  "result_code": "SUCCESS",
  "results": [{"content": "https://example.com", "type": "QRCODE"}],
  "image_size": [96, 96],
  "resize_factor": 1.0
}

返回示例(全部失败):

{
  "success": false,
  "applied_strategy": null,
  "strategies_tried": 7,
  "result_code": "NO_QR_FOUND",
  "suggestion": "All 7 enhancement strategies failed to decode a QR code..."
}

enhance_and_decode

裁剪指定区域,执行增强操作后再解码。

输入参数:

参数

类型

必填

说明

image_path

string

三选一

本地图片绝对路径(推荐——无管道开销)

image_base64

string

三选一

Base64 编码的图片

image_url

string

三选一

图片 URL

bbox

[int,int,int,int] 或 [[int,int,int,int], ...]

目标区域。单区域传 [x, y, width, height],多区域传 [[x1,y1,w1,h1], ...]

operations

object[]

增强操作列表(见下方),不传则仅裁剪解码

增强操作:

操作

说明

关键参数

upscale

放大区域

scale(默认 2.0)

sharpen

锐化边缘

strength(默认 1.5)

adjust_contrast

调整对比度

alpha(默认 1.5),beta(默认 0)

denoise

降噪

h(默认 10)


结果码说明

result_code 告诉 AI 助手下一步该做什么:

结果码

含义

AI 应该做什么

SUCCESS

解码成功

直接使用内容

SUCCESS_WITH_WARNING

解码成功但内容可能有异常

检查警告,验证内容

RETRYABLE

质量问题,可修复

调用 auto_enhance(推荐)或 enhance_and_decode

NO_QR_FOUND

未检测到二维码

告知用户图中没有二维码

QR_UNRECOVERABLE

二维码已损坏无法恢复

告知用户二维码损坏


示例对话

接入后试试对 AI 助手说:

  • "帮我读一下这张截图里的二维码"

  • "这个二维码太模糊了,试试增强后再读"

  • "扫描这张照片里的所有二维码,列出内容"

  • "这个收据上的码很难扫——能修复一下吗?"


只读模式

设置 READ_ONLY_MODE=true 后,仅保留 decode_qrcode_fullauto_enhanceenhance_and_decode 均不可用——AI 只能扫描,不能运行增强管线。

注意:只读模式是行为约束,不是安全边界——三个工具本就不写磁盘、不改动文件,增强操作也只在内存中计算。它控制的是"AI 能调用哪些工具",而非"进程能否产生副作用"。

适用于审计/日志场景,避免 Agent 对图像执行计算密集的增强重试。


安全说明

  • 通过 image_path 读取调用方指定的本地图片(仅扩展名白名单过滤)

  • image_url 通过五层 SSRF 防御(单次 DNS 解析 + 连接钉定到校验 IP + hostname 黑名单 + 禁用重定向 + scheme 白名单)保护内网安全

  • stdio 模式下无需 API Key 或认证

  • 设置 MAX_IMAGE_SIZE 可限制内存占用

  • 日志不记录图片内容和解码数据


项目结构

qr-reader-mcp-server/
├── README.md
├── LICENSE
├── pyproject.toml
├── requirements.txt
├── .env.example
├── .gitignore
├── Dockerfile
├── docker-compose.yml
├── .github/
│   └── workflows/
│       ├── ci.yml
│       └── release.yml
├── docs/
│   ├── setup.md
│   ├── tools.md
│   ├── troubleshooting.md
│   └── prompts.md
├── src/
│   └── qr_reader/
│       ├── __init__.py
│       ├── server.py          # MCP 入口 + 三工具注册
│       └── core/
│           ├── __init__.py
│           ├── decoder.py     # 二维码解码(pyzbar + OpenCV fallback)
│           ├── ops.py         # 统一图像操作层(cv2 / Pillow 双后端)
│           ├── quality.py     # 图像质量分析 + ISO 15415 modulation
│           ├── diagnosis.py   # 五级结果码分类
│           ├── distortion.py  # finder-pattern 几何畸变检测
│           └── url_utils.py   # 四层 SSRF 防护
├── tests/
│   ├── test_decoder.py
│   ├── test_diagnosis.py
│   ├── test_e2e.py
│   ├── test_quality.py
│   ├── test_server.py
│   └── test_ssrf.py
├── benchmarks/                 # pytest-benchmark 性能回归
├── INSTALL_FOR_AGENT.md        # AI Agent 自动安装指南
├── CHANGELOG.md
└── SECURITY.md

开源协议

MIT — 详见 LICENSE

Install Server
A
license - permissive license
A
quality
A
maintenance

Maintenance

Maintainers
Response time
0dRelease cycle
3Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • Create and manage QR codes on me-qr.com from AI clients like Claude and ChatGPT.

  • Create and manage trackable QR codes with scan tracking, analytics, and dynamic URL updates.

  • Create short links, QR codes, UTM templates, vCards, and landing pages from your AI assistant.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/Endymionus/qr-reader-mcp-server'

If you have feedback or need assistance with the MCP directory API, please join our Discord server