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., "@Unlimited-OCR MCP Server Extract text from inputs/receipt.png"
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.
把百度 Unlimited-OCR 模型封装成 MCP 工具，让 Claude Code（以及任何支持 MCP 的客户端）能"看懂"任意图片中的文字——不限次数、不花 API 费用、数据完全本地。
中文 / English
🔓 无次数限制：模型跑在本地 GPU，没有调用配额、没有 token 计费
🔒 数据不出本机：图片在本地推理，敏感文档（合同、发票、保单）可放心处理
🧩 MCP 原生接入：Claude Code 装上即用，模型自动调用，无需手写 prompt
📄 多页文档友好：支持单图、多图一次性识别，保留跨页上下文
🎯 场景广泛：扫描件、PDF、截图、表格、手写、繁简体均可
Related MCP server: Mistral OCR MCP Server
┌─────────────────────────┐
│ Claude Code (客户端) │ 你说："识别 inputs/1.jpg"
│ + uocr Skill (规则) │ → Skill 教模型走 OCR 流程
└───────────┬─────────────┘
│ MCP 协议 (stdio)
▼
┌─────────────────────────┐
│ ocr_mcp_server.py │ 暴露 ocr_image / ocr_multi 工具
│ (FastMCP Server) │
└───────────┬─────────────┘
│ HTTP /v1/chat/completions (OpenAI 兼容)
▼
┌─────────────────────────┐
│ serve_ocr.py │ 加载 baidu/Unlimited-OCR 模型
│ (HTTP API :10000) │ 常驻显存，单卡串行推理
└─────────────────────────┘两层架构：serve_ocr.py 负责加载模型并暴露 HTTP API；ocr_mcp_server.py 把它包装成 MCP 工具。这样模型只加载一次，Claude Code 重启无需重新加载。
项目 | 要求 |
GPU | NVIDIA GPU，建议 ≥ 8GB 显存（bfloat16） |
CUDA | 与 PyTorch 版本匹配 |
Python | 3.10+ |
磁盘 | 模型权重约 6.3GB（首次下载） |
操作系统 | Windows / Linux / macOS（macOS 需 CPU 推理，较慢） |
git clone <your-repo-url> uocr-workspace
cd uocr-workspaceconda create -n uocr python=3.10 -y
conda activate uocr
# 安装 PyTorch（按你的 CUDA 版本选，参考 https://pytorch.org）
# 例如 CUDA 12.1:
pip install torch --index-url https://download.pytorch.org/whl/cu121
# 安装项目依赖
pip install -r requirements.txt# 首次需设 HuggingFace 镜像（国内用户）
# PowerShell:
$env:HF_ENDPOINT = "https://hf-mirror.com"
# bash:
export HF_ENDPOINT=https://hf-mirror.com
# 启动（首次会下载模型，约 6.3GB）
python serve_ocr.py看到类似输出即成功：
[启动] 正在加载模型（首次会从 HuggingFace 下载，需设 HF_ENDPOINT 镜像）...
[启动] 模型加载完成，耗时 120.5s | GPU: NVIDIA GeForce RTX 4090
INFO: Uvicorn running on http://127.0.0.1:10000⚠️ 这一步是 MCP 能用的前提。
serve_ocr.py必须保持运行，Claude Code 才能调用 OCR。建议把它放在单独的终端窗口里常驻。
验证服务在线：
curl http://127.0.0.1:10000/v1/models进入项目目录，启动 Claude Code：
claude项目根目录已经配置好 .mcp.json 和 .claude/skills/uocr/SKILL.md，Claude Code 会自动加载。首次会询问是否信任项目级 MCP 配置，选 Yes。
输入 /mcp 确认 uocr 已连接，能看到两个工具：
mcp__uocr__ocr_image
mcp__uocr__ocr_multi
直接对 Claude Code 说：
识别 docs/2.png或：
/uocr 识别 docs/2.png，告诉我内容Claude 会自动按 Skill 流程调用 OCR，整理结果后返回。
uocr-workspace/
├── serve_ocr.py # 模型服务（HTTP API，必须先启动）
├── ocr_mcp_server.py # MCP Server（包装 HTTP API）
├── requirements.txt # Python 依赖
├── run_ocr.py # 命令行推理脚本（可选，脱离 MCP 单独跑）
├── probe_infer.py # 推理调试脚本
├── test_api.py # HTTP API 测试
│
├── .mcp.json # Claude Code 项目级 MCP 配置
├── .claude/
│ └── skills/uocr/SKILL.md # OCR 使用规则 Skill
│
├── inputs/ # 放待识别的图片（已 gitignore 大 PDF）
└── outputs/ # 识别结果输出（gitignore）serve_ocr.py 默认监听 127.0.0.1:10000。如需修改：
改 serve_ocr.py 顶部的 PORT = 10000
同步改 ocr_mcp_server.py 顶部的 SERVER_URL = "http://127.0.0.1:10000"
默认 .mcp.json 是项目级配置。如想让所有项目都能用：
claude mcp add -s user uocr \
"<你的 conda 环境路径>/python.exe" \
"<项目绝对路径>/ocr_mcp_server.py"并把 .claude/skills/uocr/ 复制到 ~/.claude/skills/uocr/。
设镜像：export HF_ENDPOINT=https://hf-mirror.com（国内推荐）。
确保用 bfloat16 加载（默认已开启）
关闭其他占显存的程序
单张图不要超过 4K 分辨率
完全兼容。只要客户端支持 MCP，把 .mcp.json 里的配置复制到对应客户端的 MCP 配置即可。
python run_ocr.py --mode single -i inputs/1.jpg -o outputs
python run_ocr.py --mode pdf -i doc.pdf -o outputs --dpi 300百度 Unlimited-OCR —— 强大的多语言 OCR 基础模型
Model Context Protocol —— Anthropic 的 MCP 协议
Claude Code —— Anthropic 的官方 CLI
MIT — 见 LICENSE
English version: README.en.md
This server cannot be deployed
OCR, transcription, file extraction, and image generation for AI agents via MCP.
OCR.space MCP — wraps the OCR.space API (ocr.space) for image/PDF → text OCR.
Document-to-Markdown MCP server — convert PDF, Office and HTML into LLM-ready Markdown.
Hosted MCP server: convert PDFs to clean, LLM-ready Markdown with tables, formulas and OCR.
