Captura de pantalla de MCP

Un servidor MCP que captura capturas de pantalla y realiza reconocimiento de texto OCR.

Características

• Captura de pantalla (mitad izquierda, mitad derecha, pantalla completa)

• Reconocimiento de texto OCR (compatible con japonés e inglés)

• Múltiples formatos de salida (JSON, Markdown, vertical, horizontal)

Related MCP server: Screenshot MCP Server

Motores de OCR

Este servidor utiliza dos motores de OCR:

1. yomitoku

   • Motor de OCR principal

   • Reconocimiento de texto japonés de alta precisión

   • Se ejecuta como un servidor API

2. Tesseract.js

   • Motor de OCR de respaldo

   • Se utiliza cuando Yomitoku no está disponible

   • Admite reconocimiento tanto en japonés como en inglés.

Instalación

npx -y @kazuph/mcp-screenshot

Configuración del escritorio de Claude

Agregue la siguiente configuración a su claude_desktop_config.json :

{
  "mcpServers": {
    "screenshot": {
      "command": "npx",
      "args": ["-y", "@kazuph/mcp-screenshot"],
      "env": {
        "OCR_API_URL": "http://localhost:8000"  // yomitoku API base URL
      }
    }
  }
}

Variables de entorno

Ejemplo de uso

Puedes usarlo instruyéndole a Claude de esta manera:

Please take a screenshot of the left half of the screen and recognize the text in it.

Especificación de la herramienta

captura

Toma una captura de pantalla y realiza OCR.

Opciones:

• region : Área de captura de pantalla ('izquierda'/'derecha'/'completa', predeterminado: 'izquierda')

• format : Formato de salida ('json'/'markdown'/'vertical'/'horizontal', predeterminado: 'markdown')

Licencia

Instituto Tecnológico de Massachusetts (MIT)

Autor

Kazuf