Skip to main content
Glama
tinygone

Unlimited-OCR MCP Server

by tinygone
OverviewSchemaRelated ServersScoreDiscussions
Python
Local

Unlimited-OCR for Claude Code

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

✨ 特性

  • 🔓 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

🏗️ 工作原理

┌─────────────────────────┐
│   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。

📋 环境要求

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）

🚀 快速开始

第一步：克隆项目

git clone <your-repo-url> uocr-workspace
cd uocr-workspace

第二步：创建 Python 环境

conda 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

第三步：启动 OCR 服务（关键，必做）

# 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

第四步：在 Claude Code 中接入

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

第五步：使用

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。

Claude Code 运行效果

📁 项目结构

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）

🔧 配置

修改服务端口

serve_ocr.py 默认监听 127.0.0.1:10000。如需修改：

  1. 改 serve_ocr.py 顶部的 PORT = 10000

  2. 同步改 ocr_mcp_server.py 顶部的 SERVER_URL = "http://127.0.0.1:10000"

全局可用（跨项目）

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/。

❓ 常见问题

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

🙏 致谢

📄 License

MIT — 见 LICENSE

English version: README.en.md

This server cannot be installed

A
license - permissive license
-
quality - not tested
C
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • Frenchie

    OCR, transcription, file extraction, and image generation for AI agents via MCP.

  • Ocrspace

    OCR.space MCP — wraps the OCR.space API (ocr.space) for image/PDF → text OCR.

  • mcp

    Augments MCP Server - A comprehensive framework documentation provider for Claude Code

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/tinygone/unlimited-ocr-mcp-server'

If you have feedback or need assistance with the MCP directory API, please join our Discord server