Umi-OCR-MCP/
├── server.py          # MCP 服务器（核心）
├── pyproject.toml     # 依赖声明（uv run 自动安装）
├── requirements.txt   # pip 依赖声明（备选）
├── config.yaml        # Hermes config 接入模板
└── README.md

cd YOUR_PROJECT_PATH\Umi-OCR-MCP
uv run server.py

mcp_servers:
  umi-ocr-mcp:
    command: uv
    args:
      - run
      - --directory
      - YOUR_PROJECT_PATH/Umi-OCR-MCP
      - YOUR_PROJECT_PATH/Umi-OCR-MCP/server.py
    env:
      UMI_OCR_URL: "http://127.0.0.1:1224/api/ocr"
      UMI_OCR_EXE: "YOUR_UMI_OCR_PATH\\Umi-OCR.exe"

AI Agent -> MCP stdio -> server.py
  1. 检测端口 1224 是否开放
  2. 未开放 -> 自动启动 Umi-OCR.exe（指数退避等待，最长 30s）
  3. 开放 -> 调用 HTTP API 识别图片
  4. OCR 文本 -> 置信度过滤（>0.85）
  5. 轻量后处理（常见 OCR typo 修正）
  6. 返回纯文本给 Agent

POST /api/ocr
{"base64": "<base64字符串>"}

{"code": 100, "data": [{"text":"...","score":0.99}], "msg":"success"}

参数:
  无

返回:
  "running" | "stopped" | "error: ..."

参数:
  无

返回:
  服务运行状态、监听地址、API 端点、可执行文件路径

参数:
  file_path: str              -- 图片绝对路径（必填）
  is_handwritten: bool        -- 是否手写笔记，默认 False

返回:
  str                         -- 识别文本，或错误信息

参数:
  image_base64: str           -- Base64 编码字符串（含 data URL 前缀亦可）
  is_handwritten: bool        -- 是否手写笔记，默认 False

返回:
  str                         -- 识别文本，或错误信息

参数:
  file_paths: List[str]       -- 图片绝对路径列表
  is_handwritten: bool        -- 是否手写笔记，默认 False

返回:
  str                         -- 按输入顺序的分隔线分区结果

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

返回:
  str                         -- 紧凑格式：[总数] + 文件名 + 文本

参数:
  pdf_path: str               -- PDF 文件绝对路径（必填）
  page_number: int            -- 页码（1-based），默认 1
  is_handwritten: bool        -- 是否手写笔记，默认 False
  dpi: int                    -- 渲染分辨率，默认 200
  confidence_threshold: float -- 置信度阈值，默认 0.85

返回:
  str                         -- 识别文本，或错误信息

# 列出所有可用 Prompt
mcp__umi_ocr__list_prompts()

# 调取特定 Prompt
mcp__umi_ocr__get_prompt(name="ocr-workflow-quick")