MCPスクリーンショット

スクリーンショットをキャプチャし、OCR テキスト認識を実行する MCP サーバー。

特徴

• スクリーンショットキャプチャ（左半分、右半分、全画面）

• OCRテキスト認識（日本語と英語に対応）

• 複数の出力形式（JSON、Markdown、垂直、水平）

Related MCP server: Screenshot MCP Server

OCRエンジン

このサーバーは 2 つの OCR エンジンを使用します。

1. 読みとく

   • プライマリOCRエンジン

   • 高精度な日本語テキスト認識

   • APIサーバーとして実行

2. テッセラクト

   • フォールバックOCRエンジン

   • 読み方が分からないときに使う

   • 日本語と英語の両方の認識をサポート

インストール

npx -y @kazuph/mcp-screenshot

クロードデスクトップ構成

claude_desktop_config.jsonに次の構成を追加します。

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

環境変数

使用例

次のようにClaudeに指示することで使用できます。

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

ツール仕様

捕獲

スクリーンショットを撮り、OCR を実行します。

オプション:

• region : スクリーンショット領域 ('left'/'right'/'full'、デフォルト: 'left')

• format : 出力形式 ('json'/'markdown'/'vertical'/'horizontal'、デフォルト: 'markdown')

ライセンス

マサチューセッツ工科大学

著者

カズフ