调用 Umi-OCR v2.1.5 提取本地图片文本。 已内置段落合并与置信度过滤，极致节约 Token。 专为 AI 阅读理解优化：自动按 Umi-OCR 段落规则分块 + 轻量后处理。

参数: file_path: 图片的绝对本地路径 is_handwritten: 是否手写笔记（切换手写模型），默认 False

直接从 base64 编码的图片中提取文本。

节省 token 场景：当图片已经以 base64 形式存在（如粘贴板、 其他工具返回的图片数据）时，省去写入文件的步骤， 一步 OCR 到文本。

参数: image_base64: 图片的 base64 编码字符串（含或不含 data URL 前缀均可） is_handwritten: 是否手写笔记，默认 False

批量 OCR 多张本地图片，一次调用返回所有结果。

节省 token 场景：需要 OCR 多张图片时，避免多次 MCP 调用的 往返开销，将多张图片合并为一次调用。

参数: file_paths: 图片的绝对本地路径列表 is_handwritten: 是否手写笔记，默认 False

返回: 按输入顺序返回每张图片的 OCR 结果，用分隔线区隔。

检查 Umi-OCR 服务是否在运行以及基本状态信息。

节省 token 场景：在发起重要的 OCR 任务前，先确认服务可用， 避免在服务未启动时发起多次失败的 OCR 调用。

返回: 服务运行状态、监听地址、可执行文件路径等信息。

极简状态检查，仅返回 "running" 或 "stopped"。

节省 token 场景：替代 check_ocr_status 的完整输出（~200 tokens）， 仅需 ~10 tokens 确认服务状态。适用于高频轮询场景。

返回: "running" 或 "stopped" 或 "error: ..."

OCR 提取 PDF 指定页文本。

节省 token 场景：绕过 PDF→截图→存文件→OCR 的多步工作流， 一步到位。对常见的高考真题 PDF、扫描版教辅尤为高效。

参数: pdf_path: PDF 文件绝对路径 page_number: 页码（1-based，默认第 1 页） is_handwritten: 是否手写笔记，默认 False dpi: 渲染分辨率，默认 200（OCR 精度与速度的平衡点） confidence_threshold: 置信度阈值，默认 0.85

返回: 识别文本或错误信息

批量 OCR 目录下所有图片。

节省 token 场景：无需先列出目录再构建文件列表，一步完成 目录扫描 + 批量 OCR。适合整本扫描版教辅的批量提取。

参数: directory_path: 目录绝对路径 extensions: 逗号分隔的扩展名（不含点），默认 png,jpg,jpeg,bmp,webp recursive: 是否递归子目录，默认 False is_handwritten: 是否手写笔记，默认 False confidence_threshold: 置信度阈值，默认 0.85

返回: 按文件名排序的识别结果，紧凑格式（总数 + 文件名 + 文本）。