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

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_KEY o TOOL_TRANSCRIBAI_API_KEY), describe envía 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 start

Instalación / desarrollo

npm install
npm run dev        # servidor stdio con tsx
npm run build      # compila a dist/
npm test           # tests (Vitest)
npm run typecheck

Requisitos: Node.js 18+.

Configuración

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.