Skip to main content
Glama
wbwbwb123

Vision OCR MCP

by wbwbwb123

Vision OCR MCP

本地 RapidOCR(rapidocr + ONNX Runtime,默认免费)+ 通义千问 Qwen-VL(summarize / both)。

能力

mode

说明

ocr(默认)

本地 OCR,中英截图/报错

summarize

通义千问视觉总结(需 API Key)

both

OCR 原文 + 千问总结

输入:path 本地路径,或 from_clipboard=true 剪贴板图片。不落盘,结果直接返回给 Agent。

Related MCP server: image-recognition-mcp

安装

cd d:\code\cuosor\skills+mcp\vision-ocr-mcp
python -m pip install -e .
copy .env.example .env
# 编辑 .env,填入 DASHSCOPE_API_KEY(仅 summarize/both 需要)

接入 Cursor

编辑用户 MCP 配置(常见路径):%USERPROFILE%\.cursor\mcp.json

{
  "mcpServers": {
    "vision-ocr": {
      "command": "D:\\Anaconda3-new\\python.exe",
      "args": ["-m", "vision_ocr_mcp"],
      "cwd": "d:\\code\\cuosor\\skills+mcp\\vision-ocr-mcp",
      "env": {
        "DASHSCOPE_API_KEY": "sk-你的密钥",
        "QWEN_VL_MODEL": "qwen-vl-plus",
        "PYTHONPATH": "d:\\code\\cuosor\\skills+mcp\\vision-ocr-mcp\\src"
      }
    }
  }
}

若已 pip install -e .,可去掉 PYTHONPATH,command 用安装了该包的同一个 Python。

改完后重启 Cursor / 重载 MCP。对话里可说:

  • 「用 vision-ocr 读这张图 D:\xxx.png」

  • 「从剪贴板 OCR」

  • 「用 summarize 总结这张架构图」

费用

  • OCR:本地,免费

  • 千问:按 Token;新用户常有免费额度,见阿里云百炼控制台

云端高精度 OCR 未接入,可后续再加。

Related MCP Connectors

Related MCP Servers