Provides OCR (Optical Character Recognition) capabilities using PaddleOCR to recognize and extract text from images, supporting both file path and base64 input with structured results including text content, confidence scores, and bounding box positions.
Click on "Install 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., "@OCR MCP Servicerecognize_image_paddleocr: extract text from this receipt image"
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.
OCR MCP Service
统一的 OCR MCP 服务，支持多种 OCR 引擎，通过工具名称区分引擎。
🚀 快速开始
1. 安装
基础安装（必须）：
# 使用 uv（推荐）
uv venv
uv pip install -e .
# 或使用 pip
pip install -e .安装 OCR 引擎（至少选择一个）：
# PaddleOCR（推荐，中文优秀）
uv pip install -e ".[paddleocr]"
# 或
pip install -e ".[paddleocr]"
# EasyOCR（支持 80+ 语言）
uv pip install -e ".[easyocr]"
# 或
pip install -e ".[easyocr]"
# DeepSeek OCR（高准确率，模型较大 ~7.8GB）
uv pip install -e ".[deepseek]"
# 或
pip install -e ".[deepseek]"
# 安装多个引擎
uv pip install -e ".[paddleocr,easyocr]"
# 或
pip install -e ".[paddleocr,easyocr]"注意：
paddleocr-mcp工具使用 PaddleOCR 引擎，安装paddleocr后即可使用。
2. 配置 Cursor
# 自动配置（推荐）
python scripts/setup_cursor.py
# 配置完成后，重启 Cursor 即可使用3. MCP 服务器启动
重要说明：MCP 服务器由 Cursor 自动启动，无需手动启动。
工作原理：
Cursor 会根据配置文件（
~/.cursor/mcp.json）自动启动 MCP 服务器服务器通过 stdio（标准输入输出）与 Cursor 通信
当你在 Cursor 中调用工具时，Cursor 会自动启动服务器并发送请求
手动测试服务器（可选）：
如果你想手动测试服务器是否正常工作：
# 直接运行服务器（会通过 stdio 通信）
ocr-mcp-server
# 或使用 Python 模块方式
python -m ocr_mcp_service验证服务器配置：
# 检查 MCP 配置是否正确
python scripts/check_mcp_config.py
# 验证服务器命令是否可用
which ocr-mcp-server
# 或
ocr-mcp-server --help故障排查：
如果服务器无法启动，检查：
是否已安装：
pip list | grep ocr-mcp-service命令是否在 PATH 中：
which ocr-mcp-server查看 Cursor 的 MCP 日志（在输出面板中选择 "MCP"）
查看 OCR 服务日志：查看
logs/ocr_service.log文件
4. 使用
在 Cursor 中直接调用工具：
请使用 recognize_image_paddleocr 工具识别图片：图片路径获取使用指南：
# 获取完整的使用指南和技巧
请使用 get_usage_guide 工具获取使用说明使用示例Prompt模板：
使用示例prompt模板识别这张图片：图片路径或批量处理：
使用示例prompt模板识别这个文件夹：文件夹路径💡 实际使用案例
案例 1：识别一张图片
假设你有一张图片 东野圭吾图片测试集/IMG_20251124_220855.jpg，在 Cursor 中直接说：
请使用 recognize_image_paddleocr 工具识别这张图片：东野圭吾图片测试集/IMG_20251124_220855.jpg或者：
识别这张图片中的文字：东野圭吾图片测试集/IMG_20251124_220855.jpg案例 2：使用不同引擎
中文文档（推荐 PaddleOCR）：
使用 recognize_image_paddleocr 识别：图片路径多语言文档（使用 EasyOCR）：
使用 recognize_image_easyocr 识别：图片路径使用官方 MCP 实现：
使用 recognize_image_paddleocr_mcp 识别：图片路径案例 3：获取使用指南
请使用 get_usage_guide 工具获取使用说明和技巧案例 4：使用示例Prompt模板
单张图片：
使用示例prompt模板识别这张图片：东野圭吾图片测试集/IMG_20251124_220855.jpg批量处理：
使用示例prompt模板识别这个文件夹：东野圭吾图片测试集/案例 6：查看日志
在 Cursor 中查看 MCP 日志：
打开输出面板（
Ctrl+Shift+U/Cmd+Shift+U），选择 "MCP" 查看实时日志
使用命令行查看日志：
python scripts/tail_logs.py # 实时查看所有日志
python scripts/tail_logs.py --lines 50 # 显示最近50行
python scripts/tail_logs.py --level ERROR # 只查看错误日志
python scripts/tail_logs.py --engine PaddleOCR # 只查看PaddleOCR引擎日志
python scripts/tail_logs.py --search "初始化" # 搜索包含"初始化"的日志🛠️ 可用工具
工具名称 | 用途 | 推荐场景 |
| PaddleOCR 识别 | 中文文档（推荐） |
| paddleocr-mcp 识别 | 官方 MCP 实现 |
| EasyOCR 识别 | 多语言文档（80+语言） |
| DeepSeek OCR 识别 | 高准确率需求（模型较大） |
| 获取通用 Prompt 模板 | 获取图片分析通用模板 |
| 获取使用指南 | 使用说明和技巧 |
📋 常用命令
# 查看日志
python scripts/tail_logs.py
# 检查 MCP 配置
python scripts/check_mcp_config.py
# 验证引擎是否正常
python scripts/verify_engines.py
# 列出所有可用工具
python scripts/list_tools.py📚 了解更多
Prompt 模板指南 - 完整的图片分析工作流指南，包含通用模板和最佳实践
详细文档 - 完整的文档索引，包含实现细节、方案对比、技术文档
API 参考 - 所有工具的详细 API 文档
引擎对比 - 各引擎的详细对比和测试报告
📖 Prompt 模板使用
本工具提供了完整的图片分析 Prompt 指南，帮助你更好地使用 OCR 工具进行图片分析。指南包含：
架构说明：三部分数据流（OCR技术结果、视觉识别、Agent总结）
统一处理流程：单个图片视为批量处理中只有一个元素的情况
通用模板：灵活的通用 Prompt 模板，可根据需求调整
结果存储：文件夹结构和文件命名规范
快速参考：最佳实践和使用技巧
获取方式：
在 Cursor 中使用
get_prompt_template工具获取模板或直接查看
prompt_template.md文档
📄 许可证
MIT