MCP 截图

捕获屏幕截图并执行 OCR 文本识别的 MCP 服务器。

特征

• 屏幕截图（左半、右半、全屏）

• OCR文字识别（支持日语、英语）

• 多种输出格式（JSON、Markdown、垂直、水平）

Related MCP server: Screenshot MCP Server

OCR引擎

该服务器使用两个OCR引擎：

1. 读音

   • 主要 OCR 引擎

   • 高精度日语文本识别

   • 作为 API 服务器运行

2. Tesseract.js

   • 后备 OCR 引擎

   • 当读音不可用时使用

   • 支持日语和英语识别

安装

npx -y @kazuph/mcp-screenshot

Claude桌面配置

将以下配置添加到您的claude_desktop_config.json ：

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

环境变量

使用示例

您可以通过如下方式指导 Claude 来使用它：

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

工具规格

捕获

截取屏幕截图并执行 OCR。

选项：

• region ：截图区域（'左'/'右'/'全部'，默认值：'左'）

• format ：输出格式（'json'/'markdown'/'vertical'/'horizontal'，默认值：'markdown'）

执照

麻省理工学院

作者

卡祖夫