tool-transcribai-mcp
Provides optional AI-generated image descriptions by sending extracted OCR text to OpenAI models (default gpt-4o-mini) to generate brief text summaries.
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@tool-transcribai-mcp transcribe the text from this image and show the confidence levels"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
tool-transcribai-mcp
Servidor MCP (Model Context Protocol) para transcribir texto de imágenes con OCR local (tesseract.js, WASM, sin internet y sin gastar tokens) y generar descripciones breves con bajo consumo de tokens.
Compatible con ChatGPT, Claude, opencode, Cursor y cualquier cliente MCP.
Herramientas
Herramienta | Descripción |
| OCR local de una imagen → texto plano + bloques con su confianza |
| Lista las imágenes soportadas de un directorio (ruta y tamaño) |
| OCR + descripción breve opcional → Markdown, texto plano o JSON (puede guardar archivo) |
| Procesa todas las imágenes de una carpeta en lote, un archivo de salida por imagen |
Related MCP server: Mistral OCR MCP Server
Cómo funciona
OCR 100% local: tesseract.js corre dentro del servidor (WASM). La imagen nunca sale de tu máquina y no se consumen tokens.
Descripción IA opcional: si configuras una API key (
OPENAI_API_KEYoTOOL_TRANSCRIBAI_API_KEY),describeenvía solo el texto OCR (no la imagen) al modelo con un prompt corto (máx. 3 frases), minimizando tokens.Seguridad por defecto: toda ruta se resuelve contra
allowedRoot(path traversal bloqueado), con límites de tamaño (20 MB) y de lote (100 imágenes).
Uso con un cliente MCP
Configúralo con uvx, npx o la ruta directa al binario. Ejemplo con npx:
{
"mcpServers": {
"transcribai": {
"command": "npx",
"args": ["tool-transcribai-mcp"]
}
}
}O en modo local (tras npm install && npm run build):
{
"mcpServers": {
"transcribai": {
"command": "node",
"args": ["<ruta>/tool-transcribai-mcp/dist/index.js"]
}
}
}Modo Streamable HTTP (opcional)
TOOL_TRANSCRIBAI_HTTP=1 TOOL_TRANSCRIBAI_HTTP_PORT=3397 npm run startInstalación / desarrollo
npm install
npm run dev # servidor stdio con tsx
npm run build # compila a dist/
npm test # tests (Vitest)
npm run typecheckRequisitos: Node.js 18+.
Configuración
Variable | Defecto | Descripción |
|
| Directorio raíz permitido |
| 20 MB | Tamaño máximo por imagen |
| 100 | Máx. imágenes por carpeta |
| — | Datos de idioma Tesseract locales (offline) |
| — |
|
|
| Puerto del modo HTTP |
| — | API key para la descripción IA |
|
| Modelo de descripción |
Idiomas OCR
eng (defecto), spa, fra, deu, ita, por, nld, cat, eus, glg, ron, ces, pol, rus, ukr, tur, ara, hin, jpn, kor, chi_sim, chi_tra.
Licencia
MIT. Ver LICENSE.
Available Tools
4 toolsanalizar_imagenAnalizar imagenB
Transcribe el texto de una imagen, genera una descripción breve (opcional) y devuelve el contenido en Markdown, texto plano o JSON. Puede guardar el resultado como archivo.
Inputs: ruta (required), idioma, formato, guardar, +3 more.
listar_imagenesListar imágenesA
Lista las imágenes soportadas dentro de un directorio (dentro de la raíz permitida), con su ruta y tamaño.
Inputs: carpeta (required).
procesar_carpetaProcesar carpeta de imágenesA
Procesa TODAS las imágenes de un directorio: transcribe cada una con OCR local y genera un archivo de salida por imagen, sin gastar tokens. Ideal para lotes grandes.
Inputs: carpeta (required), idioma, formato, carpetaSalida, +2 more.
transcribir_imagenTranscribir imagenA
Extrae el texto de una imagen usando OCR local (tesseract.js). No sube la imagen a internet y no gasta tokens. Devuelve el texto plano.
Inputs: ruta (required), idioma, bloques.
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 4 tools
transcribir_imagen and analizar_imagen both extract text from a single image and heavily overlap in purpose, with the latter only adding optional description/output options. procesar_carpeta also performs transcription, creating further ambiguity between batch and single-image workflows.
All tool names follow a consistent verb_noun pattern in Spanish using snake_case: transcribir_imagen, listar_imagenes, analizar_imagen, procesar_carpeta. Minor pluralization differences do not undermine the clear pattern.
Four tools is a reasonable number for an OCR-focused server. However, the overlap between transcribir_imagen and analizar_imagen makes the set feel slightly less tight than it could be.
The server covers listing supported images, single-image OCR, richer analysis with configurable output, and batch folder processing. There are no major dead ends for the stated OCR purpose, though a tool to configure OCR language or supported extensions would round it out.
Maintenance
Related MCP Connectors
OCR, transcription, file extraction, and image generation for AI agents via MCP.
PDF and image tools for AI agents: compress, merge, split, OCR, sign. Runs locally, never uploads.
Files to text for AI agents: audio/podcast transcription, OCR, video frames, screenshots, web to MD.
Extract text from images with OCR: plain text plus every line or word with its box
Related MCP Servers
- AlicenseAqualityDmaintenanceA Tesseract.js-based server that enables image-to-text recognition within MCP-compatible environments like Cursor. It supports multiple languages and common image formats, allowing users to extract text from local files using natural language commands.2MIT
- FlicenseAqualityDmaintenanceExtracts text content from PDFs and images using Mistral's OCR API, enabling OCR capabilities in MCP-compatible clients like Cursor and Claude Desktop.18-
- AlicenseNot gradedqualityDmaintenanceHigh-performance OCR server using native Tesseract (C++) for text extraction from images, integrable with ChatGPT Desktop and other MCP clients.11MIT
- AlicenseAqualityDmaintenanceExtracts text from images and browser screenshots locally using Tesseract.js, without sending image data to the LLM.2MIT